Fabbriche di robot umanoidi: il collo di bottiglia sono i dati, non le articolazioni
Il 30 settembre Innodata ha aperto un laboratorio di motion capture per generare dati di addestramento destinati ai robot umanoidi e industriali. Secondo l'azienda, a rallentare il dispiegamento dei robot è la carenza di dati sulle interazioni reali. Lo stesso giorno un altro fornitore ha pubblicato un modello che, secondo l'azienda, riduce la latenza di inferenza da 82 ms a 32 ms.

Il pezzo più recente dell'infrastruttura per le fabbriche di robot non è una linea di produzione. È un palcoscenico di acquisizione. Il 30 settembre l'azienda di data engineering Innodata ha aperto un laboratorio di ricerca e sviluppo che registra il movimento 3D direttamente da corpi umani o meccanici, invece di ricavarlo da video 2D, secondo The Robot Report.
"La physical AI cresce più in fretta di qualsiasi altro segmento dell'AI, ma ogni team di robotica sbatte contro lo stesso muro: non ci sono abbastanza dati sulle interazioni reali, e quelli che esistono sono costosi e lenti da produrre", ha dichiarato Rahul Singhal, CEO di Innodata, in una nota ripresa dalla testata. La struttura verificherà anche i dati sulle prestazioni che i robot generano al proprio interno.
Perché una fabbrica ha ancora bisogno di un umano nel processo
Franklin Tanner, vicepresidente di Innodata per la robotica e la physical AI, ha spiegato a The Robot Report che la physical AI "deve guadagnarsi i suoi token un'interazione alla volta, e devono essere deliberate". Ha portato l'esempio di un robot che raccoglie una tazza: afferrare il manico di solito è corretto, ma sollevare per la base una tazza piena di liquido caldo può ustionare l'utente. Quel contesto, ha detto, spesso manca anche nei dataset già esistenti. Innodata afferma che i suoi sensori registrano il movimento di ogni articolazione e che raccoglie dati su umanoidi, hardware teleoperato, sistemi indossabili, supporti con sensori e pinze Universal Manipulator Interface.
La latenza è l'altra metà del problema. Sempre il 30 settembre MindOn ha pubblicato Mind-1, un modello di physical AI che secondo l'azienda porta l'esecuzione dei compiti robotici alla velocità umana e riduce la latenza di inferenza da 82 ms a 32 ms. L'azienda sostiene che a una velocità dell'end-effector di 3 m/s, 10 ms di ritardo equivalgono a circa 3 cm di movimento, abbastanza per rovinare una presa o un inserimento di precisione. Punta il dito anche sui dati di addestramento: gran parte dei dati di manipolazione odierni viene dalla teleoperazione, più lenta del movimento umano naturale, così i modelli imparano il ritmo lento insieme al compito.
Una valutazione indipendente suggerisce che il divario non si chiude in modo uniforme. Un rapporto tecnico pubblicato il 30 settembre da Fig Inc. ha valutato modelli di frontiera tra cui Astra e Opus 5.5 su automazione web e quattro domini fisici. In ogni coppia di modelli testata, il modello con punteggio più basso ha risolto almeno un compito in cui quello con punteggio più alto ha fallito. Gli autori definiscono questo profilo di prestazioni "frastagliato" e hanno pubblicato i risultati a livello di singolo item con il nome RIDGE.
"Non c'è proprio sostituto per la motion capture 3D diretta", ha affermato Tanner. "Quando un modello di computer vision prova a dare un senso a una griglia 2D di pixel, gli errori si insinuano inevitabilmente."
Il denaro continua a muoversi verso il reparto produttivo
Gli investimenti seguono la stessa tesi. Il 30 settembre la parigina Inbolt ha annunciato di aver raccolto 11.000.000 di euro, guidata da Shift4Good con Bridges Climate Transition Partners e gli investitori già presenti BNP Paribas Développement e Ora Global, portando il totale a 30.000.000 di euro, secondo Tech.eu. Inbolt combina visione 3D e un livello di AI indipendente dall'hardware che consente ai robot di regolare i cicli di controllo in tempo reale. Afferma che il suo software gira su più di 200 robot in oltre 100 fabbriche su tre continenti, con clienti tra cui Bosch, Beko, Flex, Ford, Stellantis e Toyota.
Non ogni annuncio del settore è di natura ingegneristica. Electrek ha riportato il 30 settembre che KIDZ AI, società quotata al Nasdaq precedentemente nota come Classover Holdings, ha inviato a Tesla una "richiesta di acquisto" per 500 Robotaxi. L'azienda ha dichiarato ricavi da servizi pari a 480.000 dollari nel secondo trimestre del 2026, in calo del 34% su base annua, e una perdita trimestrale di 2.500.000 di dollari; il comunicato della società precisa che la richiesta non è un ordine vincolante. Electrek ha osservato che 500 Cybercab, anche al prezzo obiettivo di Elon Musk "sotto i 30.000 dollari", costerebbero circa 15.000.000 di dollari, all'incirca sei volte il valore di mercato dell'azienda.
La filiera dell'hardware ha le sue controversie. Electrek ha anche riportato il 30 settembre che Linton Crystal Technologies ha citato in giudizio Zhejiang Jingsheng davanti a un tribunale federale del Texas il 22 settembre per due brevetti statunitensi che coprono un sistema di sollevamento e rotazione del seme per la crescita dei cristalli. Rapporti dell'industria cinese dicono che Jingsheng si è aggiudicata all'inizio di quest'anno un ordine Tesla da circa 3.000.000.000 di yuan (circa 420.000.000 di dollari) per macchine per la trazione dei cristalli, anche se Tesla non è parte in causa e né Tesla né Jingsheng hanno confermato l'ordine. Il 24 settembre Jingsheng ha detto agli investitori che i suoi prodotti usano "soluzioni tecniche del tutto diverse" da quelle dei brevetti.
Per i produttori fuori dal mercato industriale il vincolo è più banale. Su Hackster.io il 30 settembre il fondatore di Petoi Rongzhong Li ha scritto che l'azienda ha spedito più di 30.000 robot quadrupedi dalla campagna Nybble del 2018. Ha raccontato di aver ricavato una formula che mette in relazione la fattibilità di un prodotto con i suoi gradi di libertà attivi. Il suo prodotto attuale, Quaddle, parte da 99 dollari su Kickstarter.
Arrowfly, la società madre di The Robot Report, ha usato lo stesso giorno per lanciare AI for Engineers, una piattaforma editoriale ed eventi sostenuta da più di 20 marchi dell'ingegneria. La sua conferenza principale è in programma dal 20 al 22 settembre 2027 a Henderson, Nevada, con 700 partecipanti previsti.
Fonti
8- 01Innodata opens motion-capture lab to help humanoids move more like peopleEN
- 02Tesla's solar factory dragged into patent war between Chinese suppliersEN
- 03The Robot Report parent Arrowfly launches AI for Engineers platformEN
- 04Tesla Robotaxi fleets are the new crypto treasury for zombie companiesEN
- 05Inbolt raises EUR11M to bring real-time vision and intelligence to industrial robotsEN
- 06Mind-1: Cutting robot inference latency from 82ms to 32msEN
- 07How Do Astra and Opus 5.5 Perform on Robotics and Web TasksEN
- 08What 30k robot dogs taught me about degrees of freedom, shipping a real productEN
Tutti i numeri e le citazioni di questo testo provengono dalle fonti elencate sotto.
I contenuti sono stati preparati dalla redazione con il supporto dell'IA.
Commenti
0- Nessun commento — sii il primo.