Zum Inhalt
WeltzeitEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal über KI und Technologieereignisse · analysen · interviews · technischer hintergrund

Suche
LIVE
›

Innodata eröffnet Motion-Capture-Labor, während Factory seinen Beiratsberater wegen Spionagevorwürfen entlässt

Innodata hat am 30. September in New Jersey ein Motion-Capture-Labor eröffnet, um Trainingsdaten für humanoide Roboter zu erzeugen. Das Unternehmen argumentiert, direkte 3D-Erfassung sei besser als Bewegung aus 2D-Video abzuleiten. In denselben 24 Stunden warf der CEO von Factory seinem VC-Beiratsberater vor, vertrauliche Informationen mit dem Konkurrenten Cognition geteilt zu haben.

TechnologieAnalyseLena BrandtVeröffentlicht: 30. September 20267 Min. LesezeitQuellen 5
Innodata eröffnet Motion-Capture-Labor, während Factory seinen Beiratsberater wegen Spionagevorwürfen entlässt

Innodata Inc. gab am 30. September bekannt, ein Forschungs- und Entwicklungslabor für die Erfassung von Bewegungsdaten zum Training physischer KI eröffnet zu haben, berichtet The Robot Report. Das Unternehmen aus Ridgefield Park, New Jersey, erfasst nach eigenen Angaben 3D-Bewegungen direkt von Körpern, menschlichen wie mechanischen, statt sie aus 2D-Video abzuleiten.

Diese Behauptung ist das eigentliche Verkaufsargument. „Es gibt einfach keinen Ersatz für direkte 3D-Motion-Capture", sagte Franklin Tanner, Vizepräsident für Robotik und physische KI bei Innodata, dem Robot Report. „Wenn ein Computer-Vision-Modell versucht, aus einem 2D-Pixelraster Sinn zu machen, schleichen sich zwangsläufig Fehler ein."

Das Labor entstand mit Vicon, einem Motion-Capture-Unternehmen, das weiterhin technische Beratung leistet. Ausgestattet ist es mit infraroten optischen Tracking-Kameras, die laut Innodata Bewegungen bis auf submillimeter genau messen. Innodata wurde 1988 gegründet und hat den größten Teil seiner Geschichte im Data Engineering verbracht. Jetzt 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 hatten ein Freilos: das Internet. Roboter nicht. Tanner beschreibt diese Lücke ohne Umschweife. „Physische KI muss sich ihre Tokens eine Interaktion nach der anderen verdienen, und sie müssen bewusst erfolgen", sagte er dem Robot Report.

Das ist eine echte Einschränkung, keine Marketingfloskel. Teleoperationsdaten sind langsam zu sammeln und teuer zu skalieren, und die Demonstrationen tragen das Tempo des menschlichen Bedieners in sich, das die Modelle dann lernen und reproduzieren. Auch die Erfassung in der realen Welt hat ihre Tücken. Tanner merkte an, dass eine Person, die während einer Datenerfassung ein Messer fallen lässt, womöglich einen Schritt zurückgeht und das Gerät ausschaltet, weil sie glaubt, einen Fehler gemacht zu haben. Die nützlichsten Daten sind also jene, die Menschen instinktiv wegwerfen.

Innodata erfasst nach eigenen Angaben Daten von humanoiden Robotern, teleoperierter Hardware, tragbaren Systemen, Sensoraufbauten, Greifern der Universal Manipulator Interface und anderen multimodalen Anordnungen. Anschließend erzeugt das Unternehmen mit digitalen Zwillingen Randfälle. Die Simulation ist der Multiplikator. „Der Kern ist die Frage, wie wir genug Daten aus der realen Welt erzeugen und damit eine Simulation füttern können?", fragte Tanner und verwies auf NVIDIAs Cosmos-Umgebung als Beispiel dafür, dass die Übersetzung von real zu sim so gut geworden ist, 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 Hürde."

Eine Lücke bleibt nach Tanners eigener Aussage offen. „Wir haben derzeit keine Trainingsdaten, in denen Menschen und Roboter interagieren", sagte er dem Robot Report. Mehrere Agenten so zu instrumentieren, dass sie zusammenarbeiten, sei eine der Aufgaben, an denen das Labor arbeite.

Die kommerzielle Logik ist einfach. 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 derjenige, der diese Daten liefert, einen Engpass kontrolliert. Es ist eine Wette auf einen Markt, für den es noch keine Standard-Benchmarks zur Qualität physischer KI-Daten gibt.

Unterdessen im Bereich KI-Programmierung: ein Beiratsberater, ein Konkurrent 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-Programmier-Startups Factory, erklärte in einem Beitrag auf X, er habe den VC Chris Degnan von seiner Rolle als Beiratsberater entlassen, weil Degnan vertrauliche Informationen mit dem größten Konkurrenten von Factory, Cognition, geteilt habe, berichtet TechCrunch.

Zwei Stunden später verkündete Degnan auf X und LinkedIn, er sei als Chief Revenue Officer zu Cognition gewechselt. Dann wies er den Vorwurf zurück: Er sei nicht entlassen worden, sondern zurückgetreten, nachdem er Grinberg mitgeteilt habe, dass er die Stelle antrete. Degnan war der erste Vertriebsmitarbeiter von Snowflake 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 TechCrunch sie wiedergibt, lautet: Degnan habe zuvor ein „beiläufiges" Gespräch mit einem Cognition-Manager beschrieben und ihm versichert, kein Interesse an einer Stelle beim Konkurrenten zu haben. Er habe gesagt, er habe „zu viel Geld verdient" und sei „zu faul", um zu Cognition zu gehen. Am Montag habe Degnan dann laufende Gespräche offengelegt. Grinberg zufolge entließ er ihn am Dienstag.

Degnan bestreitet diese Chronologie. Er sagt, die letzte Factory-Vorstandssitzung, an der er teilgenommen habe, sei Wochen vor seinem ersten Gespräch mit Cognition gewesen, und er habe keine vertraulichen Informationen weitergegeben. Als er Grinberg seinen Rücktritt mitteilte, 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 die Investitionen in KI geworden sind. Khosla Ventures ist an Cognition und an Factory beteiligt. Vinod Khosla nannte Factory einen „kämpfenden Konkurrenten der zweiten Reihe" und warf Grinberg vor, über die Entlassung zu lügen. Khosla-Ventures-Partner Keith Rabois schrieb, es sei „an sich unethisch, überhaupt bei einem Konkurrenten ein Gespräch zu führen, während man an Vorstandssitzungen und Vorstandsessen teilnimmt". Cognition-CEO Scott Wu erklärte, sein Unternehmen habe „kein Interesse" an den Informationen von Factory, so TechCrunch. Das drei Jahre alte Factory sammelte diesen Monat 200.000.000 US-Dollar bei einer Bewertung von 5.000.000.000 US-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 diesen Monat 2.000.000.000 US-Dollar bei einer Bewertung von 48.000.000.000 US-Dollar ein.

Die Benchmarks sind uneben, und die Zahlen zeigen es

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

Die Studie umfasst sieben Modelle bei 177 geschlossenen VisualWebArena-Aufgaben auf drei Websites sowie drei Modelle in 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 einzelnen Modells über drei Websites entspricht der Streuung von sieben Modellen auf einer einzigen Website. Die Schwierigkeitslabels, die mit den Benchmarks ausgeliefert werden, hängen nur schwach mit dem Modellerfolg zusammen.

Fig Inc. berichtet außerdem, dass ein Modell-Update den Durchschnitt nahezu unverändert lassen kann, während viele einzelne Aufgaben kippen, und dass ein Update, das den Durchschnitt hebt, dennoch Aufgaben verliert, die das ältere Modell löste. Das Team veröffentlichte einen Datensatz namens RIDGE mit Ergebnissen auf Aufgabenebene und Modell-Traces. Die praktische Konsequenz für Robotik-Einkäufer ist unbequem: Ein Spitzenwert ist keine Entscheidung für den Einsatz.

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, und sein drittes Produkt Quaddle laufe auf Kickstarter ab 99 US-Dollar.

Sein Argument: Das am häufigsten ausgelieferte Produkt der Branche waren Videos. Als Betrug sieht er das nicht. Betrachte man viele Roboter als moderne Form des Puppenspiels, ergebe es mehr Sinn, schreibt er, und die Robotersportarten, die Menschen ansehen, erfüllten denselben Zweck wie die Olympischen Spiele: zu zeigen, was ein Körper innerhalb fester physischer Grenzen leisten kann. Doch Inspiration sei womöglich nicht nachhaltig, warnt er, und KI-generierte Videos könnten inzwischen visuelle Wunder zu marginalen Kosten von null erzeugen. Wenn die Robotik etwas anderes sein wolle als ein Zweig der Videobranche, müsse sie reale Dinge liefern.

Ein stilles Signal dafür bietet er an: Man 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, doch ihr Verhältnis könne zeigen, wie viel praktischen Wert der Markt noch sieht, wenn die Neuheit verflogen ist.

Fügt man die drei Geschichten zusammen, wird die Form des Moments deutlich. Innodata verkauft die Datenschicht, die der Einsatz humanoider Roboter braucht. Fig Inc. dokumentiert, dass Aussagen zur Modellfähigkeit weit ungleichmäßiger sind, als Ranglisten vermuten lassen. Li erinnert daran, dass die entscheidende Rangliste jene der Kunden ist, 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 geführt, nicht über Demos.

Kommentare 0

Quellen

5
  1. 01Innodata opens motion-capture lab to help humanoids move more like peopleEN
  2. 02Factory CEO just accused his VC board adviser of spying for CognitionEN
  3. 03Astra, Opus 5.5, and other Frontier Models Demonstrate Jagged Performance Across SoTA Agentic Tasks from Web Browsing to RoboticsEN
  4. 04What 30,000 robot dogs taught me about degrees of freedom and shipping a real robot productEN
  5. 05The Robot Report parent Arrowfly launches AI for Engineers platform, events for engineers navigating AIEN

Alle Zahlen und Zitate in diesem Text stammen aus den unten genannten Quellen.

Die Materialien wurden vom Redaktionsteam mit Unterstützung von KI erstellt.

Lena Brandt

Lena Brandt

KI, Modelle und Technik

Lena Brandt schreibt für FLASH24 über Technik, KI und Modelle sowie Medien und Internet und stützt sich dabei auf Herstellerangaben, Studien und öffentlich zugängliche Datensätze, statt Pressemitteilungen ungeprüft zu übernehmen. Bei Modellvergleichen kontrolliert sie Benchmark-Werte, Trainingsdaten und Versionsnummern und rechnet Angaben zu Rechenleistung und Kosten selbst nach. Sie spricht mit Entwicklern und Forschern, wartet auf angekündigte Updates und vergleicht Releases, bevor sie eine Einschätzung abgibt. Privat beschäftigt sie sich mit 3D-Druck, alten Rechnern und der Frage, wie Modelle aus Internetmüll lernen – Themen, die regelmäßig in ihre Texte einfließen. Sie publiziert keine Zahlen, deren Quelle sie nicht selbst überprüfen konnte.

Redaktion →

Kommentare

0
  1. Noch keine Kommentare — seien Sie der Erste.

Kommentar schreiben

Kommentare sind öffentlich sichtbar. Wir veröffentlichen keine Beleidigungen, Werbung oder Spam.