Innodata apre un laboratorio di motion capture, mentre Factory licenzia il consulente del consiglio per sospetto spionaggio
Innodata ha aperto il 30 settembre un laboratorio di motion capture nel New Jersey per generare dati di addestramento destinati ai robot umanoidi, sostenendo che la cattura 3D diretta sia superiore all'inferenza del movimento da video 2D. Nelle stesse 24 ore, il CEO di Factory ha accusato il suo consulente del consiglio, espressione del venture capital, di aver condiviso informazioni riservate con il rivale Cognition.

Innodata Inc. ha annunciato il 30 settembre di aver aperto un laboratorio di ricerca e sviluppo per catturare dati di movimento destinati all'addestramento della physical AI, secondo The Robot Report. L'azienda di Ridgefield Park, nel New Jersey, afferma che la struttura registra il movimento 3D direttamente dai corpi, umani o meccanici, invece di ricavarlo da video 2D.
Questa tesi è l'intero argomento di vendita. "Non c'è alcun sostituto per la motion capture 3D diretta", ha dichiarato Franklin Tanner, vicepresidente di Innodata per la robotica e la physical AI, a The Robot Report. "Quando un modello di computer vision cerca di dare un senso a una griglia 2D di pixel, gli errori si insinuano inevitabilmente."
Il laboratorio è stato realizzato con Vicon, azienda di motion capture che continua a fornire consulenza tecnica, ed è dotato di telecamere di tracciamento ottico a infrarossi che, secondo Innodata, misurano il movimento fino al livello submillimetrico. Fondata nel 1988, Innodata ha trascorso gran parte della sua storia nell'ingegneria dei dati; ora vuole vendere questa capacità ai team di robotica che non riescono a generare da soli abbastanza dati di interazione nel mondo reale.
Il problema dei dati che nessuno ha risolto
I grandi modelli linguistici hanno avuto un pasto gratis: internet. I robot no. Tanner descrive il divario senza giri di parole. "La physical AI deve guadagnarsi i suoi token un'interazione alla volta, e devono essere deliberate", ha detto a The Robot Report.
È un vincolo reale, non uno slogan. I dati di teleoperazione richiedono tempo per essere raccolti e sono costosi da scalare, e le dimostrazioni stesse portano il ritmo dell'operatore umano, che i modelli poi imparano e riproducono. La cattura nel mondo reale ha i suoi modi di fallire: Tanner ha osservato che se una persona lascia cadere un coltello durante una sessione di raccolta dati, può fare un passo indietro e spegnere il dispositivo, convinta di aver commesso un errore. I dati più utili, in altre parole, sono quelli che le persone scartano d'istinto.
Innodata afferma di catturare dati su umanoidi, hardware teleoperato, sistemi indossabili, configurazioni di sensori, pinze Universal Manipulator Interface e altre impostazioni multimodali, per poi usare i gemelli digitali per generare casi limite. La simulazione è il moltiplicatore. "Il punto cruciale è come possiamo creare abbastanza dati del mondo reale e poi alimentare con questi una simulazione?", si è chiesto Tanner, citando l'ambiente Cosmos di NVIDIA come esempio di traduzione dal reale al simulato ormai abbastanza buona da permutare gli ambienti.
"Non ci sono abbastanza dati di interazione nel mondo reale, e quelli che esistono sono costosi e lenti da produrre", ha dichiarato Rahul Singhal, CEO di Innodata. "Questa struttura abbatte quel muro."
Resta una lacuna, per ammissione dello stesso Tanner. "Al momento non abbiamo dati di addestramento in cui esseri umani e robot interagiscono", ha detto a The Robot Report, aggiungendo che strumentare più agenti perché lavorino insieme è una delle cose su cui il laboratorio sta lavorando.
La logica commerciale è lineare. I robot umanoidi stanno passando dai video dimostrativi alle implementazioni pilota, e ogni team che ne schiera uno ha bisogno di dati di movimento che generalizzino oltre una cella fissa. Innodata scommette che chi fornirà quei dati controllerà un punto di strozzatura. È una scommessa su un mercato che non ha ancora benchmark standard per la qualità dei dati di physical AI.
Intanto, nel coding con l'AI: un consulente del consiglio, un rivale e due versioni dei fatti
Lo stesso 30 settembre ha prodotto una storia molto diversa, vicina al mondo dei robot. Matan Grinberg, cofondatore e CEO della startup di coding con l'AI Factory, ha scritto in un post su X di aver licenziato il venture capitalist Chris Degnan dal ruolo di consulente del consiglio, sostenendo che Degnan abbia condiviso informazioni riservate con il maggiore concorrente di Factory, Cognition, secondo TechCrunch.
Due ore dopo, Degnan ha annunciato su X e LinkedIn di essere entrato in Cognition come chief revenue officer. Ha poi respinto l'accusa, affermando di non essere stato licenziato ma di essersi dimesso dopo aver detto a Grinberg che avrebbe accettato il posto. Degnan è stato il primo assunto nel reparto vendite di Snowflake e ha trascorso 11 anni come chief revenue officer; negli ultimi cinque mesi è stato partner di RPT Partners, investitore di Factory.
Il racconto di Grinberg, come riportato da TechCrunch, è che Degnan avesse in precedenza descritto una conversazione "informale" con un dirigente di Cognition e gli avesse assicurato di non avere alcun interesse a lavorare per il concorrente, dicendo di aver "guadagnato troppo" ed essere "troppo pigro" per andare in Cognition. Lunedì Degnan ha rivelato trattative in corso. Grinberg sostiene di averlo licenziato martedì.
Degnan contesta questa cronologia. Dice che l'ultima riunione del consiglio di Factory a cui ha partecipato è stata settimane prima di aver "mai parlato" con Cognition, e di non aver condiviso informazioni riservate. Aggiunge che, quando ha detto a Grinberg che si sarebbe dimesso, Grinberg gli ha offerto un lavoro a tempo pieno in Factory, che lui ha rifiutato.
La storia conta al di là della sala riunioni di una singola startup, perché mostra quanto siano intricati gli investimenti nell'AI. Khosla Ventures è investitore sia in Cognition sia in Factory. Vinod Khosla ha definito Factory un "concorrente di secondo livello in difficoltà" e ha accusato Grinberg di mentire sul licenziamento; il partner di Khosla Ventures Keith Rabois ha scritto che "è di per sé etico sbagliato anche solo sostenere un colloquio presso un concorrente mentre si partecipa a riunioni e cene del consiglio". Il CEO di Cognition Scott Wu ha detto che la sua azienda non ha "alcun interesse" nelle informazioni di Factory, secondo il resoconto di TechCrunch. Factory, fondata tre anni fa, ha raccolto 200.000.000 di dollari su una valutazione di 5.000.000.000 di dollari questo mese, con clienti tra cui Nvidia, Blackstone, Royal Bank of Canada, Palo Alto Networks, Adobe e T-Mobile. Cognition, produttrice dell'agente di coding Devin, ha raccolto 2.000.000.000 di dollari su una valutazione di 48.000.000.000 di dollari questo mese.
I benchmark sono irregolari, e i numeri lo dimostrano
Sotto le notizie sui finanziamenti c'è un problema di misurazione che dovrebbe preoccupare chiunque acquisti promesse sulle capacità dei robot. Fig Inc. ha pubblicato il 30 settembre una valutazione che confronta modelli di frontiera su automazione web e compiti fisici, e la sua conclusione centrale è che le medie dei benchmark nascondono quasi tutto ciò che è utile.
Lo studio copre sette modelli su 177 compiti closed-loop di VisualWebArena distribuiti su tre siti web, più tre modelli su quattro domini fisici offline: Bench2Drive, VLABench, IndEgo e Assembly101. Per ogni coppia di modelli testata, gli autori riportano che il modello più debole risolve almeno un compito che quello più forte sbaglia. La dispersione di un singolo modello su tre siti corrisponde a quella di sette modelli su un solo sito. Le etichette di difficoltà fornite con i benchmark seguono solo debolmente il successo dei modelli.
Fig Inc. riporta anche che un aggiornamento del modello può lasciare la media quasi invariata mentre molti singoli compiti si ribaltano, e che un aggiornamento che alza la media perde comunque compiti che il modello precedente risolveva. Il team ha rilasciato un dataset chiamato RIDGE con risultati a livello di singolo elemento e tracce dei modelli. L'implicazione pratica per chi compra robotica è scomoda: un punteggio di testata non è una decisione di implementazione.
Cosa arriva davvero sul mercato
Il contrappeso a tutto questo viene da chi ha spedito hardware invece di misurarlo con benchmark. Rongzhong Li, l'artefice di OpenCat, Nybble e Bittle, ha scritto su Hackster che Petoi ha venduto più di 30.000 quadrupedi dalla campagna Nybble del 2018, e che il suo terzo prodotto, Quaddle, è su Kickstarter a partire da 99 dollari.
La sua tesi è che il prodotto più distribuito del settore siano stati i video. Non lo considera una frode. Se si guardano molti robot come una forma moderna di teatro di marionette, scrive, tutto acquista più senso, e gli spettacoli di robot che il pubblico segue hanno lo stesso scopo delle Olimpiadi: mostrare cosa può ottenere un corpo entro limiti fisici fissi. Ma l'ispirazione potrebbe non essere sostenibile, avverte, e i video generati dall'AI possono ormai produrre miracoli visivi a costo marginale zero. Se la robotica vuole essere qualcosa di diverso da un ramo dell'industria video, deve consegnare cose reali.
Offre un segnale discreto per capirlo: confrontare il prezzo di seconda mano di un robot impressionante con il suo costo dei materiali qualche mese dopo la consegna. Nessuno dei due numeri cattura il valore pieno del prodotto, scrive, ma la relazione tra loro può rivelare quanto valore pratico il mercato veda ancora quando la novità è svanita.
Mettendo insieme le tre storie, la forma del momento è chiara. Innodata vende lo strato di dati di cui ha bisogno l'implementazione degli umanoidi. Fig Inc. documenta che le promesse sulle capacità dei modelli sono molto più irregolari di quanto suggeriscano le classifiche. Li ricorda a tutti che il tabellone che conta è quello dei clienti che pagano di tasca propria. Factory e Cognition si contendono persone e informazioni perché la posta in gioco nel software agentico è già enorme. Per i robot umanoidi la battaglia equivalente è ancora davanti, e si combatterà sui dati, non sulle demo.
Fonti
5- 01Innodata opens motion-capture lab to help humanoids move more like peopleEN
- 02Factory CEO just accused his VC board adviser of spying for CognitionEN
- 03Astra, Opus 5.5, and other Frontier Models Demonstrate Jagged Performance Across SoTA Agentic Tasks from Web Browsing to RoboticsEN
- 04What 30,000 robot dogs taught me about degrees of freedom and shipping a real robot productEN
- 05The Robot Report parent Arrowfly launches AI for Engineers platform, events for engineers navigating AIEN
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.