Innodata eröffnet Motion-Capture-Labor, Factory trennt sich von Vorstandsberater

Innodata Inc. teilte am 30. September mit, ein Forschungs- und Entwicklungslabor eröffnet zu haben, in dem Bewegungsdaten für das Training physischer KI erfasst werden, wie The Robot Report berichtet. Das Unternehmen aus Ridgefield Park, New Jersey, erklärt, die Einrichtung erfasse 3D-Bewegungen direkt von Körpern, ob menschlich oder mechanisch, statt sie aus 2D-Video abzuleiten.

Diese Behauptung ist das ganze Verkaufsargument. "Es gibt einfach keinen Ersatz für direkte 3D-Motion-Capture", sagte Franklin Tanner, Vizepräsident für Robotik und physische KI bei Innodata, gegenüber The Robot Report. "Wenn ein Computer-Vision-Modell versucht, aus einem 2D-Raster von Pixeln Sinn zu machen, schleichen sich unweigerlich Fehler ein."

Das Labor wurde mit Vicon gebaut, einem Motion-Capture-Unternehmen, das weiterhin technische Beratung leistet. Es ist mit infraroten optischen Tracking-Kameras ausgestattet, die laut Innodata Bewegungen bis auf Submillimeter-Ebene messen. Innodata wurde 1988 gegründet und war den größten Teil seines Bestehens im Data Engineering tätig. Nun will das Unternehmen diese Fähigkeit an Robotikteams verkaufen, die selbst nicht genug Interaktionsdaten aus der realen Welt erzeugen können.

Das Datenproblem, das niemand gelöst hat

Große Sprachmodelle bekamen ein kostenloses Mittagessen: das Internet. Roboter nicht. Tanners Beschreibung der Lücke ist deutlich. "Physische KI muss sich ihre Tokens eine Interaktion nach der anderen verdienen, und sie müssen gezielt erfolgen", sagte er gegenüber The Robot Report.

Das ist eine echte Einschränkung, keine Marketingfloskel. Teleoperationsdaten sind langsam zu sammeln und teuer zu skalieren. Die Demonstrationen selbst tragen das Tempo des menschlichen Bedieners, das die Modelle dann lernen und reproduzieren. Die Erfassung in der realen Welt hat ihre eigenen Fehlerquellen: Tanner merkte an, dass eine Person, die während einer Datenerfassungssitzung ein Messer fallen lässt, möglicherweise einen Schritt zurücktritt und das Gerät ausschaltet, weil sie annimmt, einen Fehler gemacht zu haben. Die nützlichsten Daten sind mit anderen Worten die Daten, die Menschen instinktiv verwerfen.

Innodata erfasst nach eigenen Angaben Daten von humanoiden Robotern, teleoperierter Hardware, tragbaren Systemen, Sensor-Rigs, Universal-Manipulator-Interface-Greifern und anderen multimodalen Aufbauten. Anschließend nutzt das Team digitale Zwillinge, um Randfälle zu erzeugen. Simulation ist der Multiplikator. "Der Kern der Sache ist, wie wir genug reale Daten erzeugen und damit eine Simulation speisen können?", fragte Tanner und verwies auf NVIDIAs Cosmos-Umgebung als Beispiel dafür, dass die Übersetzung von real zu sim so gut wird, dass sich Umgebungen permutieren lassen.

"Es gibt nicht genug Interaktionsdaten aus der realen Welt, und was existiert, ist teuer und langsam zu produzieren", erklärte Rahul Singhal, CEO von Innodata. "Diese Einrichtung beseitigt diese Wand."

Eine Lücke bleibt nach Tanners eigener Darstellung offen. "Wir haben derzeit keine Trainingsdaten, in denen Menschen und Roboter interagieren", sagte er gegenüber The Robot Report. Die Instrumentierung mehrerer Agenten, die zusammenarbeiten, gehört zu den Dingen, an denen das Labor arbeitet.

Die kommerzielle Logik ist geradlinig. Humanoide Roboter bewegen sich von Demonstrationsvideos in Pilotprojekte, und jedes Team, das einen einsetzt, braucht Bewegungsdaten, die über eine feste Zelle hinaus verallgemeinern. Innodata wettet darauf, dass wer diese Daten liefert, einen Engpass kontrolliert. Es ist eine Wette auf einen Markt, der noch keine Standard-Benchmarks für die Datenqualität physischer KI hat.

Derweil im KI-Coding: ein Vorstandsberater, ein Rivale und zwei Versionen der Ereignisse

Derselbe 30. September brachte eine ganz andere Geschichte aus dem Umfeld der Robotik. Matan Grinberg, Mitgründer und CEO des KI-Coding-Startups Factory, erklärte in einem Beitrag auf X, er habe den VC Chris Degnan von seiner Rolle als Vorstandsberater entlassen, weil Degnan vertrauliche Informationen mit Factorys größtem Konkurrenten Cognition geteilt habe, wie TechCrunch berichtet.

Zwei Stunden später gab Degnan auf X und LinkedIn bekannt, er sei als Chief Revenue Officer zu Cognition gewechselt. Dann wies er den Vorwurf zurück und sagte, er sei nicht entlassen worden, sondern zurückgetreten, nachdem er Grinberg mitgeteilt habe, dass er die Stelle antrete. Degnan war Snowflakes erster Vertriebsmitarbeiter und elf Jahre lang dessen Chief Revenue Officer. In den vergangenen fünf Monaten war er Partner bei RPT Partners, einem Investor von Factory.

Grinbergs Darstellung, wie von TechCrunch berichtet, lautet, Degnan habe zuvor ein "beiläufiges" Gespräch mit einem Cognition-Manager beschrieben und ihm versichert, kein Interesse an einer Arbeit für den Konkurrenten zu haben. Er habe "zu viel Geld verdient" und sei "zu faul", zu Cognition zu gehen. Am Montag offenbarte Degnan laufende Gespräche. Grinberg sagt, er habe ihn am Dienstag entlassen.

Degnan bestreitet diese Chronologie. Er sagt, die letzte Factory-Vorstandssitzung, an der er teilgenommen habe, habe Wochen vor seinem ersten Gespräch mit Cognition stattgefunden, und er habe keine vertraulichen Informationen geteilt. Er sagt außerdem, als er Grinberg seinen Rücktritt mitgeteilt habe, habe Grinberg ihm eine Vollzeitstelle bei Factory angeboten, die er abgelehnt habe.

Die Geschichte reicht über den Vorstandsraum eines einzelnen Startups hinaus, weil sie zeigt, wie verflochten KI-Investitionen geworden sind. Khosla Ventures ist Investor bei Cognition und bei Factory. Vinod Khosla nannte Factory einen "kämpfenden Zweitligisten" und beschuldigte Grinberg, über die Entlassung zu lügen. Khosla-Ventures-Partner Keith Rabois schrieb, es sei "an sich unethisch, auch nur ein Gespräch bei einem Konkurrenten zu führen, während man an Vorstandssitzungen und Vorstandsessen teilnimmt". Cognition-CEO Scott Wu sagte, sein Unternehmen habe "kein Interesse an den" Informationen von Factory, so die Darstellung von TechCrunch. Das drei Jahre alte Factory sammelte in diesem Monat 200 Millionen Dollar bei einer Bewertung von 5 Milliarden Dollar ein, mit Kunden wie Nvidia, Blackstone, Royal Bank of Canada, Palo Alto Networks, Adobe und T-Mobile. Cognition, Hersteller des Coding-Agenten Devin, sammelte in diesem Monat 2 Milliarden Dollar bei einer Bewertung von 48 Milliarden Dollar ein.

Die Benchmarks sind zerklüftet, und die Zahlen zeigen es

Unter den Finanzierungsnachrichten liegt ein Messproblem, das jeden beunruhigen sollte, der Angaben zur Roboterfähigkeit kauft. Fig Inc. veröffentlichte am 30. September eine Bewertung, die Frontier-Modelle bei Web-Automatisierung und physischen Aufgaben vergleicht. Ihr zentrales Ergebnis ist, dass Benchmark-Durchschnitte fast alles Nützliche verbergen.

Die Studie umfasst sieben Modelle bei 177 geschlossenen VisualWebArena-Aufgaben über drei Websites sowie drei Modelle über vier Offline-Domänen: Bench2Drive, VLABench, IndEgo und Assembly101. Für jedes getestete Modellpaar berichten die Autoren, dass das schwächere Modell mindestens eine Aufgabe löst, die das stärkere verfehlt. Die Streuung eines Modells über drei Websites entspricht der Streuung von sieben Modellen auf einer einzigen Website. Die mit den Benchmarks gelieferten Schwierigkeitskennzeichnungen bilden den Modellerfolg nur schwach ab.

Fig Inc. berichtet außerdem, dass eine Modellaktualisierung den Durchschnitt fast unverändert lassen kann, während viele einzelne Aufgaben kippen. Eine Aktualisierung, die den Durchschnitt hebt, verliert dennoch Aufgaben, die das ältere Modell gelöst hat. Das Team veröffentlichte einen Datensatz namens RIDGE mit Ergebnissen auf Aufgabenebene und Modell-Traces. Die praktische Konsequenz für Robotik-Käufer ist unbequem: Ein Spitzenwert ist keine Einsatzentscheidung.

Was tatsächlich ausgeliefert wird

Das Gegengewicht zu all dem kommt von jemandem, der Hardware ausgeliefert hat, statt sie zu benchmarken. Rongzhong Li, der Macher hinter OpenCat, Nybble und Bittle, schrieb auf Hackster, Petoi habe seit der Nybble-Kampagne 2018 mehr als 30.000 Vierbeiner ausgeliefert. Sein drittes Produkt, Quaddle, sei ab 99 Dollar auf Kickstarter.

Sein Argument ist, dass das am häufigsten ausgelieferte Produkt der Branche Videos waren. Er behandelt das nicht als Betrug. Wenn man viele Roboter als moderne Form des Puppenspiels betrachtet, ergibt es mehr Sinn, schreibt er. Die Robotersportarten, die Menschen ansehen, dienen demselben Zweck wie die Olympischen Spiele: zu zeigen, was ein Körper innerhalb fester physischer Grenzen erreichen kann. Doch Inspiration sei möglicherweise nicht nachhaltig, warnt er, und KI-generiertes Video könne heute visuelle Wunder zu marginalen Kosten von null erzeugen. Wenn die Robotik etwas anderes sein wolle als ein Zweig der Videoindustrie, müsse sie echte Dinge liefern.

Er bietet ein leises Signal dafür: Vergleiche den Gebrauchtpreis eines beeindruckenden Roboters mit seinen Materialkosten wenige Monate nach der Auslieferung. Keine der beiden Zahlen erfasse den vollen Wert des Produkts, schreibt er. Die Beziehung zwischen ihnen könne jedoch verraten, wie viel praktischen Wert der Markt noch sieht, nachdem die Neuheit verflogen ist.

Setzt man die drei Geschichten zusammen, ist die Form des Moments klar. Innodata verkauft die Datenschicht, die der Einsatz humanoider Roboter braucht. Fig Inc. dokumentiert, dass Angaben zur Modellfähigkeit weit ungleichmäßiger sind, als Ranglisten nahelegen. Li erinnert alle daran, dass das entscheidende Scoreboard Kunden sind, die aus eigener Tasche zahlen. Factory und Cognition streiten über Menschen und Informationen, weil die Einsätze in agentischer Software bereits enorm sind. Für humanoide Roboter steht der entsprechende Streit noch bevor, und er wird über Daten ausgetragen, nicht über Demos.