Humanoidy na hali produkcyjnej: dane, opóźnienia i spór w zarządzie
Innodata otworzyła 30 września laboratorium motion capture, żeby dostarczyć fizycznej AI danych z realnego świata, których jej brakuje. Nowe badania nad opóźnieniami i benchmarkami pokazują, jak daleko humanoidom jeszcze do niezawodnej pracy w fabryce.

Innodata otworzyła 30 września laboratorium motion capture. Firma twierdzi, że będzie ono generować dane treningowe dla humanoidów i robotów przemysłowych. Będzie też niezależnie sprawdzać wyniki, które te roboty podają o sobie samych. Innodata to firma inżynierii danych z Ridgefield Park w stanie New Jersey. Obiekt powstał we współpracy z Vicon, której kamery śledzące w podczerwieni mierzą ruch z dokładnością do ułamka milimetra, podaje The Robot Report.
Laboratorium to najnowszy punkt w tygodniu pełnym zapowiedzi sprzętu i oprogramowania. Wszystkie wskazują na tę samą lukę. Roboty potrafią się poruszać. Danych i pętli sterowania za nimi wciąż nie wystarcza na zwykłą zmianę w fabryce.
Pieniądze rzucone na problem danych
"Fizyczna AI rośnie szybciej niż każdy inny segment AI, ale każdy zespół robotyczny trafia na tę samą ścianę: nie ma dość danych o interakcjach z realnego świata, a te, które są, kosztują dużo i powstają wolno" - powiedział w ogłoszeniu Rahul Singhal, prezes Innodaty. Franklin Tanner jest w firmie wiceprezesem ds. robotyki i fizycznej AI. Powiedział The Robot Report, że duże modele językowe mogą żywić się otwartym internetem, a roboty nie. "Fizyczna AI musi zapracować na swoje tokeny po jednej interakcji, a każda z nich musi być celowa".
Innodata twierdzi, że rejestruje ruch 3D bezpośrednio z ciał, ludzkich lub mechanicznych. Nie wnioskuje o tym ruchu z wideo 2D. Takie dane mogą zasilić cyfrowe bliźniaki dla przypadków skrajnych. Tanner wskazał też ograniczenie, o którym branża niechętnie mówi. Dziś nie ma danych treningowych dla sytuacji, w których człowiek i robot wchodzą w interakcję. Nowe laboratorium pracuje między innymi nad tym obszarem.
Innodata nie jest sama w tezie, że o wdrożeniu decydują dane, a nie ciało robota. Destro AI wyszła z ukrycia 30 września z rundą zalążkową wartą 8 mln dolarów. Poprowadziły ją Base10 Partners i Bonfire Ventures razem z CoFound Partners. Firma przedstawiła też nietypową propozycję. Nie buduje robotów.
"Jednym z największych powodów, dla których wygrywamy z firmami robotycznymi, jest to, że nie jesteśmy firmą robotyczną" - powiedział założyciel Manthan Pawar w TechCrunch.
Koordynacja ludzi i wózków
Oprogramowanie Destro kieruje pracownikami tak samo jak maszynami. W zakładzie Yusen Logistics w regionie Pacific Northwest trzy roboty do przewożenia wózków firmy Miva Robotics pracują na systemie operacyjnym Vision od Destro. System opiera się na otwartych modelach vision-language-action. Pracownicy rozładowują towar z ciężarówki do wózków. Roboty przewożą pełne wózki na miejsce przeznaczenia. System Mothership od Destro koordynuje ludzi, wózki i ciężarówki. Richard Brunelle z Yusen powiedział TechCrunch, że dwie inne startupy robotyczne nie poradziły sobie z tym samym procesem przeładunku. Jedno przewoziło wózki z punktu do punktu, ale nie obsługiwało załadunku ani rozładunku. Drugie potrzebowało człowieka do koordynacji.
Destro rozszerza teraz ten pilotaż do 26 robotów. Zaczyna też drugi, z 17 robotami, w południowej Kalifornii. Plan Pawara zakłada powielenie procesu przeładunku w innych magazynach. TechCrunch zauważa, że firma nie pokazała jeszcze, że poradzi sobie z zadaniami wymagającymi prawdziwej zręczności.
Szybkość to druga połowa problemu. MindOn opublikował 30 września tekst techniczny, w którym przedstawił Mind-1. Firma twierdzi, że model fizycznej AI skraca opóźnienie wnioskowania robota z 82 milisekund do 32 milisekund. To przybliża czas wykonania zadania do ludzkiego cyklu. Tekst otwarcie wyjaśnia, dlaczego to ma znaczenie. Przy prędkości efektora 3 metrów na sekundę 10 milisekund opóźnienia odpowiada mniej więcej 3 centymetrom ruchu. To dość, żeby zepsuć chwyt albo włożenie elementu. MindOn zwraca też uwagę, że większość danych o manipulacji pochodzi z teleoperacji. Ta metoda jest znacznie wolniejsza niż naturalny ruch człowieka, więc modele uczą się wolnego tempa razem z zadaniem.
Benchmarki ukrywają nierówności
Osobne badanie opublikowane 30 września przez naukowców z Fig. Inc podważa wyniki, którymi porównuje się modele napędzające to wszystko. Zespół przepuścił siedem wiodących modeli, w tym Astra i Opus 5.5, przez 177 zadań webowych w zamkniętej pętli w VisualWebArena. Następnie sprawdził trzy modele w czterech domenach fizycznych: VLABench, Assembly101, IndEgo i Bench2Drive. Wniosek jest taki, że średnie z benchmarków ukrywają, jak nierówno modele wypadają. W każdej testowanej parze modeli słabszy rozwiązał co najmniej jedno zadanie, którego mocniejszy nie rozwiązał. Aktualizacja modelu może prawie nie zmienić średniej, a jednocześnie odwrócić wynik wielu pojedynczych zadań. Modele, które biją Gemini 3.5-Flash w średniej w każdej domenie, w niektórych kategoriach zadań wypadały gorzej.
To nie jest wyłącznie problem badawczy. 30 września TechCrunch poinformował, że Matan Grinberg, współzałożyciel i prezes start-upu do kodowania z AI Factory, powiedział, że zwolnił inwestora Chrisa Degnana z funkcji doradcy zarządu. Grinberg twierdzi, że Degnan przekazał poufne informacje konkurentowi Cognition. Degnan ogłosił dwie godziny później, że dołączył do Cognition jako dyrektor ds. przychodów. Powiedział, że odszedł sam, a nie został zwolniony. Khosla Ventures, inwestor w obu firmach, zobaczył, jak jego założyciel Vinod Khosla i partner Keith Rabois zajmują przeciwne strony na X. Factory pozyskała w tym miesiącu 200 mln dolarów przy wycenie 5 mld dolarów; Cognition pozyskała 2 mld dolarów przy wycenie 48 mld dolarów.
Pieniądze są wyraźnie na stole. Niezawodny robot, który je odrobi na hali produkcyjnej, wciąż pozostaje pytaniem otwartym.
Źródła
4- 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: Physical AI at Human Speed, Built for Real WorkEN
- 04Astra, Opus 5.5, and other Frontier Models Demonstrate Jagged Performance Across SoTA Agentic Tasks from Web Browsing to RoboticsEN
Wszystkie liczby i cytaty w tym tekście pochodzą z poniższych źródeł. Nie dopisujemy danych, których w źródłach nie ma.
Materiały zostały przygotowane przez zespół redakcyjny wspierane przez AI.
Komentarze
0- Brak komentarzy — bądź pierwszy.