Innodata apre un laboratorio di motion capture mentre la corsa ai dati per i robot si scalda
Innodata ha annunciato il 30 settembre di aver aperto un laboratorio di motion capture nel New Jersey per produrre dati di addestramento destinati a robot umanoidi e industriali. La scommessa dell'azienda è che la cattura diretta in 3D funzioni meglio dell'inferire il movimento da video 2D.

Il laboratorio, annunciato mercoledì dalla società di data engineering di Ridgefield Park, nel New Jersey, è dotato di telecamere a infrarossi per il tracciamento ottico prodotte da Vicon. Secondo Innodata misurano il movimento fino al livello del sottomillimetro. L'azienda presenta la struttura come una risposta a un collo di bottiglia che, a suo dire, colpisce ogni team di robotica: i dati sulle interazioni reali sono pochi, e quelli che esistono costano molto e richiedono tempo per essere prodotti.
"La Physical AI cresce più di qualsiasi altro segmento dell'AI, ma ogni team di robotica sbatte contro lo stesso muro", ha dichiarato Rahul Singhal, CEO di Innodata, in una nota ripresa da The Robot Report. "Questa struttura abbatte quel muro."
L'annuncio arriva in una settimana densa di notizie sui dati per la robotica. Lo stesso giorno TechCrunch ha riferito che Destro AI, startup di robotica per la logistica, è uscita dalla modalità stealth con un round seed da 8.000.000 di dollari costruito attorno a un livello di intelligenza che indica ai lavoratori umani cosa fare. Sempre il 30 settembre MindOn ha pubblicato i dettagli di Mind-1, un modello di physical AI che secondo l'azienda riduce la latenza di inferenza dei robot da 82ms a 32ms. E Fig Inc. ha diffuso un rapporto tecnico secondo cui i modelli di frontiera, tra cui Astra e Opus 5.5, hanno prestazioni disomogenee tra compiti robotici e compiti web.
Perché la cattura diretta
L'argomento di Innodata è tecnico. Secondo l'azienda, la maggior parte dei fornitori di dati ricava il movimento 3D analizzando video 2D. Innodata cattura i dati 3D direttamente dai corpi, umani o meccanici.
"Non c'è alternativa alla motion capture diretta in 3D", ha detto a The Robot Report Franklin Tanner, vicepresidente di Innodata per robotica e physical AI. "Quando un modello di computer vision cerca di dare un senso a una griglia 2D di pixel, gli errori si insinuano inevitabilmente."
Tanner ha portato l'esempio di un robot che raccoglie una tazza. Quasi tutti afferrano il manico, ma funziona anche la base. Se la tazza contiene liquido caldo, la differenza conta. "Il contesto conta, e non è sempre codificato nemmeno nei set di dati che esistono oggi", ha spiegato.
Innodata afferma che il laboratorio catturerà dati su umanoidi, hardware teleoperato, sistemi indossabili, kit di sensori, pinze Universal Manipulator Interface e altre configurazioni multimodali. I dati potranno poi alimentare gemelli digitali per generare casi limite. L'azienda sostiene inoltre che la struttura convaliderà in modo indipendente i dati sulle prestazioni che i robot generano al proprio interno, un servizio che presenta come end-to-end: dalla raccolta alla valutazione del modello.
Il problema di scala è reale. Tanner ha osservato che un umanoide dal peso di quasi 200 lb ha bisogno di letture precise, non "a occhio". Ha anche segnalato una lacuna: "Al momento non abbiamo dati di addestramento in cui umani e robot interagiscono. È un ambito su cui stiamo lavorando in laboratorio."
Anche i concorrenti costruiscono livelli di dati
Destro AI, emersa dalla modalità stealth martedì, segue una strada diversa. Invece di costruire robot, ha realizzato un livello di intelligenza che coordina robot e persone negli ambienti logistici. Il fondatore Manthan Pawar ha detto a TechCrunch che l'azienda sta battendo le società di robotica "perché non siamo una società di robotica".
Destro è partita con un progetto pilota in un impianto di Yusen Logistics nel Pacific Northwest, usando tre robot per il trasporto di carrelli costruiti da Miva Robotics e gestiti dal sistema operativo Vision di Destro, basato su modelli vision-language-action a pesi aperti. I lavoratori umani scaricano la merce da un camion nei carrelli; i robot individuano i carichi pieni e li spostano. Richard Brunelle, direttore dell'automazione per il gruppo logistico americano di Yusen, ha detto a TechCrunch che altre due startup di robotica molto note non riuscivano a inserirsi nel flusso di lavoro. Una offriva solo il movimento dei carrelli da un punto all'altro, senza carico o scarico. L'altra richiedeva una persona per gestire l'orchestrazione.
Ora Destro sta estendendo quel progetto pilota a 26 robot e ne sta avviando un altro con 17 robot in un impianto Yusen della California meridionale. Base10 Partners e Bonfire Ventures hanno guidato il round seed, con la partecipazione di CoFound Partners.
Mind-1 di MindOn attacca un vincolo vicino: la velocità. In un post pubblicato il 30 settembre, l'azienda ha affermato che il suo modello permette ai robot di raggiungere tempi ciclo di livello umano su alcuni compiti e persino di completare il lavoro più rapidamente delle persone. Individua quattro ostacoli alla manipolazione ad alta velocità: i dati di addestramento raccolti tramite teleoperazione sono più lenti del movimento umano naturale; la latenza di inferenza si accumula con la velocità; passaggi di inferenza consecutivi possono produrre intenzioni di traiettoria incoerenti; e la sincronizzazione tra controllo e sensori diventa più esigente.
"A una velocità dell'end-effector di 3 m/s, appena 10 ms di latenza corrispondono a circa 3 cm di movimento", ha scritto l'azienda, abbastanza da compromettere una presa o un inserimento precisi. MindOn afferma che Mind-1 è addestrato su dati di manipolazione umana catturati direttamente da persone che eseguono compiti a velocità naturale, e che ha ridotto la latenza di inferenza da 82ms a 32ms.
I benchmark nascondono le irregolarità
Fig Inc., gruppo di ricerca, ha pubblicato il 30 settembre un rapporto tecnico secondo cui i punteggi di benchmark più citati nascondono quanto siano disomogenee le prestazioni dei modelli di frontiera. Il team ha valutato sette modelli su VisualWebArena, un benchmark di compiti web a ciclo chiuso con 177 attività, e tre modelli su quattro domini fisici offline: VLABench, Assembly101, IndEgo e Bench2Drive.
Il risultato: per ogni coppia di modelli, quello più debole risolve almeno un compito che il più forte sbaglia. Un aggiornamento del modello può lasciare la media quasi invariata mentre molti singoli compiti si ribaltano. La stessa irregolarità emerge nei domini fisici. I modelli che superano Gemini 3.5-Flash su ogni media di dominio restano peggiori su alcune categorie di compiti. Gli autori hanno pubblicato RIDGE, un dataset di risultati a livello di singolo elemento e tracce dei modelli.
La cosa conta per chiunque acquisti dati o modelli per robot. Un singolo numero di benchmark dice poco a un team che deve schierare un modello sul proprio mix specifico di compiti.
Il business dei dati incontra il ciclo dell'entusiasmo
L'apertura del laboratorio Innodata è una scommessa sul fatto che il vincolo sia nei dati, non nell'hardware. L'azienda è stata fondata nel 1988 e si descrive come fornitrice di dati, framework di valutazione e competenza umana per sistemi di AI. La sua spinta nella robotica segue uno schema più ampio: mentre le aziende di robot umanoidi e per la logistica raccolgono round consistenti, i fornitori che vendono loro dati di addestramento, simulazione e strumenti di valutazione si posizionano come fornitori di picche e pale.
Resta da verificare se quel mercato crescerà quanto sperano i costruttori di robot. Tanner ha indicato la simulazione come una leva. "I simulatori stanno diventando piuttosto bravi a prendere dati reali, fare la traduzione real-to-sim e poi permutare l'ambiente", ha detto, citando l'ambiente Cosmos di Nvidia come "davvero sempre più bravo in questo". Ha aggiunto però che i dati reali restano lo standard di riferimento, e costano.
C'è anche una questione di talenti e di attenzione. Rongzhong Li, l'artefice di OpenCat, Nybble e Bittle, ha scritto su Hackster.io il 30 settembre che la sua azienda ha spedito più di 30.000 quadrupedi dal 2018. La sua preoccupazione non è il volume dei dati ma la consegna dei prodotti. "La gente ha iniziato a lamentarsi che i robot ballano soltanto o corrono veloci e non fanno il loro lavoro", ha scritto. Sostiene che i robot con molti gradi di libertà creano un legame emotivo ma alzano anche l'asticella per il prossimo costruttore, riducendo le probabilità che qualcosa arrivi sul mercato come prodotto affidabile.
Il segnale che propone per i robot commerciali è più silenzioso: confrontare il prezzo di seconda mano di un robot appariscente con il costo della sua distinta base qualche mese dopo la consegna. Nessuno dei due numeri cattura il valore pieno, ma il rapporto tra i due, ha scritto, può rivelare quanto valore pratico il mercato vede ancora dopo che la novità è svanita. Quaddle, il suo terzo prodotto, è su Kickstarter a partire da 99 dollari.
Per Innodata il test immediato è se i costruttori di robot pagheranno per dati di movimento catturati e validati all'esterno invece di costruire la cattura internamente. L'azienda afferma che i suoi sensori registrano il più piccolo movimento di ogni giunto, il che rende l'addestramento più accurato ed efficiente. L'esempio della tazza di Tanner è il pitch in miniatura: un robot che afferra la base invece del manico può completare il compito, ma può anche bruciare la mano che tiene la tazza. Codificare quel tipo di contesto è ciò che il laboratorio vende.
Arrowfly, la società madre di The Robot Report, ha usato a sua volta il 30 settembre per lanciare AI for Engineers, una piattaforma con una redazione, una conferenza annuale in programma dal 20 al 22 settembre 2027 a Henderson, nel Nevada, ricerca originale e un comitato consultivo. Arrowfly afferma che i suoi marchi di ingegneria raggiungono 2.100.000 lettori di settore verificati. Il lancio è un altro segno che il mercato dell'informazione sull'AI per la robotica si sta ampliando insieme all'hardware.
Gli annunci della settimana condividono una premessa: i robot migliorano abbastanza in fretta che il vincolo si è spostato su dati, orchestrazione e velocità. Innodata scommette sulla cattura. Destro sulla coordinazione. MindOn sulla latenza. Fig sul fatto che gli acquirenti debbano guardare oltre la media. Nessuno di loro ha pubblicato una verifica indipendente delle proprie dichiarazioni, e le installazioni di robot che proverebbero il mercato si contano ancora in decine di unità, non in migliaia.
Fonti
6- 01Innodata opens motion-capture lab to help humanoids move more like peopleEN
- 02Destro AI's secret sauce is getting robots and humans on the same pageEN
- 03Mind-1: Cutting robot inference latency from 82ms to 32msEN
- 04Astra, Opus 5.5, and other Frontier Models Demonstrate Jagged Performance Across SoTA Agentic Tasks from Web Browsing to RoboticsEN
- 05What 30,000 robot dogs taught me about degrees of freedom and shipping a real robot productEN
- 06The 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.