Innodata otwiera laboratorium motion capture. Wyścig o dane dla robotów przyspiesza
Innodata poinformowała 30 września, że otworzyła laboratorium motion capture w New Jersey. Powstają tam dane treningowe dla robotów humanoidalnych i przemysłowych. Firma stawia na bezpośredni zapis 3D zamiast wnioskowania ruchu z wideo 2D.

Spółka zajmująca się inżynierią danych z Ridgefield Park w New Jersey ogłosiła otwarcie laboratorium w środę. Placówka ma kamery śledzące na podczerwień firmy Vicon, które według Innodata mierzą ruch z dokładnością do ułamka milimetra. Firma przedstawia laboratorium jako odpowiedź na wąskie gardło, na które trafia każdy zespół robotyczny: brakuje danych o rzeczywistych interakcjach, a te, które są, powstają drogo i wolno.
„Fizyczna AI rośnie szybciej niż jakikolwiek inny segment AI, ale każdy zespół robotyczny trafia na ten sam mur” – powiedział Rahul Singhal, prezes Innodata, w oświadczeniu cytowanym przez The Robot Report. „To laboratorium usuwa ten mur”.
Ogłoszenie trafia w tydzień pełen wieści o danych dla robotyki. Tego samego dnia TechCrunch poinformował, że Destro AI, startup z branży robotyki logistycznej, wyszedł z ukrycia z rundą zalążkową o wartości 8 mln dolarów. Runda opiera się na warstwie inteligencji, która podpowiada też ludziom, co mają robić. Również 30 września MindOn opublikował szczegóły modelu Mind-1, który według firmy skraca opóźnienie wnioskowania robota z 82 ms do 32 ms. Fig Inc. udostępniła z kolei raport techniczny pokazujący, że modele frontier, w tym Astra i Opus 5.5, radzą sobie nierówno w zadaniach robotycznych i webowych.
Dlaczego bezpośredni zapis
Argument Innodata jest techniczny. Większość dostawców danych, twierdzi firma, wnioskuje ruch 3D z analizy wideo 2D. Innodata rejestruje dane 3D bezpośrednio z ciał, ludzkich lub mechanicznych.
„Nie ma niczego, co zastąpi bezpośredni motion capture 3D” – powiedział The Robot Report Franklin Tanner, wiceprezes Innodata ds. robotyki i fizycznej AI. „Kiedy model widzenia komputerowego próbuje zrozumieć dwuwymiarową siatkę pikseli, błędy nieuchronnie się wkradają”.
Tanner podał przykład robota podnoszącego kubek. Większość ludzi chwyta za uchwyt, ale podstawa też się nadaje. Jeśli kubek jest wypełniony gorącym płynem, różnica ma znaczenie. „Kontekst ma znaczenie, a nie jest on zawsze zakodowany nawet w zbiorach danych, które istnieją obecnie” – powiedział.
Innodata zapowiada, że laboratorium będzie zbierać dane z humanoidów, sprzętu teleoperowanego, systemów noszonych, zestawów czujników, chwytaków Universal Manipulator Interface i innych konfiguracji multimodalnych. Dane mogą potem zasilać bliźniaki cyfrowe i generować przypadki brzegowe. Firma twierdzi też, że placówka będzie niezależnie weryfikować dane o wydajności, które roboty generują wewnętrznie. Usługę reklamuje jako kompleksową: od zbierania po ocenę modelu.
Problem skali jest realny. Tanner zauważył, że humanoid ważący prawie 200 funtów potrzebuje odczytów precyzyjnych, a nie „z grubsza”. Wskazał też lukę: „Nie mamy teraz danych treningowych, w których ludzie i roboty wchodzą w interakcje. To jeden z obszarów, nad którymi pracujemy w laboratorium”.
Konkurencja też buduje warstwy danych
Destro AI, które wyszło z ukrycia we wtorek, obiera inny kierunek. Zamiast budować roboty, stworzyło warstwę inteligencji koordynującą roboty i ludzi w warunkach logistycznych. Założyciel firmy, Manthan Pawar, powiedział TechCrunchowi, że wygrywa z firmami robotycznymi „bo nie jesteśmy firmą robotyczną”.
Destro zaczęło od pilotażu w jednym zakładzie Yusen Logistics na północnym zachodzie USA. W pilocie biorą udział trzy roboty do przewożenia wózków zbudowane przez Miva Robotics i obsługiwane przez system operacyjny Vision firmy Destro, oparty na otwartych modelach vision-language-action. Ludzie rozładowują towar z ciężarówki do wózków, a roboty odnajdują pełne ładunki i je przewożą. Richard Brunelle, dyrektor ds. automatyzacji w Yusen, powiedział TechCrunchowi, że dwa inne duże startupy robotyczne nie potrafiły dopasować się do tego procesu. Jeden oferował transport wózków z punktu do punktu, ale bez załadunku i rozładunku. Drugi wymagał człowieka do orkiestracji.
Destro rozwija teraz pilotaż do 26 robotów. Startuje też z kolejnym, z 17 robotami, w zakładzie Yusen w południowej Kalifornii. Rundę zalążkową poprowadziły Base10 Partners i Bonfire Ventures, a udział wziął CoFound Partners.
Mind-1 od MindOn mierzy się z pokrewnym ograniczeniem: szybkością. W wpisie na blogu z 30 września firma podała, że jej model pozwala robotom osiągać czasy cyklu jak u ludzi w niektórych zadaniach, a nawet wykonywać pracę szybciej niż człowiek. Wymienia cztery przeszkody w szybkiej manipulacji. Dane treningowe z teleoperacji są wolniejsze niż naturalny ruch człowieka. Opóźnienie wnioskowania narasta wraz z prędkością. Kolejne kroki wnioskowania mogą dawać niespójne intencje trajektorii. A wymagania dotyczące synchronizacji sterowania i czujników rosną.
„Przy prędkości efektora 3 m/s zaledwie 10 ms opóźnienia odpowiada około 3 cm ruchu” – napisała firma, co wystarczy, by wpłynąć na precyzyjne chwytanie lub wkładanie. MindOn twierdzi, że Mind-1 jest trenowany na danych manipulacyjnych zbieranych bezpośrednio od ludzi wykonujących zadania w naturalnym tempie. Firma podaje, że model skrócił opóźnienie wnioskowania z 82 ms do 32 ms.
Benchmarki ukrywają nierówności
Fig Inc., grupa badawcza, opublikowała 30 września raport techniczny, w którym przekonuje, że nagłówkowe wyniki benchmarków zasłaniają, jak nierówno radzą sobie modele frontier. Zespół ocenił siedem modeli na VisualWebArena, zamkniętym benchmarku zadań webowych z 177 zadaniami. Ocenił też trzy modele w czterech offline'owych domenach fizycznych: VLABench, Assembly101, IndEgo i Bench2Drive.
Wniosek: w każdej parze modeli słabszy rozwiązuje przynajmniej jedno zadanie, którego silniejszy nie potrafi. Aktualizacja modelu może prawie nie zmienić średniej, choć wiele pojedynczych zadań zmienia wynik. Ta sama nierówność widać w domenach fizycznych. Modele, które biją Gemini 3.5-Flash w średniej w każdej domenie, wciąż wypadają gorzej w niektórych kategoriach zadań. Autorzy udostępnili RIDGE, zbiór danych z wynikami na poziomie pozycji i śladami modeli.
Ma to znaczenie dla każdego, kto kupuje dane lub modele dla robotów. Jedna liczba z benchmarku niewiele mówi zespołowi wdrożeniowemu o tym, czy model sprawdzi się w ich konkretnym zestawie zadań.
Biznes danych spotyka cykl hype'u
Otwarcie laboratorium Innodata to zakład, że wąskim gardłem są dane, a nie sprzęt. Firma powstała w 1988 roku i opisuje się jako dostawca danych, ram oceny i ludzkiej ekspertyzy dla systemów AI. Jej zwrot ku robotyce wpisuje się w szerszy wzorzec. Gdy firmy od humanoidów i robotyki logistycznej zbierają duże rundy, sprzedawcy danych treningowych, symulacji i narzędzi oceny pozycjonują się jako dostawcy łopat i kilofów.
Czy ten rynek urośnie tak szybko, jak liczą producenci robotów, pozostaje niesprawdzone. Tanner wskazał symulację jako jedną z dźwigni. „Symulatory coraz lepiej radzą sobie z braniem danych z rzeczywistości, tłumaczeniem real-to-sim i permutowaniem środowiska” – powiedział, wymieniając środowisko Cosmos Nvidii jako „naprawdę dobre w tym”. Dodał jednak, że dane z rzeczywistości pozostają złotym standardem, a są drogie.
Jest też kwestia talentów i uwagi. Rongzhong Li, twórca OpenCat, Nybble i Bittle, napisał 30 września na Hackster.io, że jego firma od 2018 roku dostarczyła ponad 30 000 czworonogów. Martwi go nie ilość danych, a dostarczanie produktu. „Ludzie zaczęli narzekać, że roboty tylko tańczą albo szybko biegają, a nie wykonują swojej pracy” – napisał. Przekonywał, że roboty o dużej liczbie stopni swobody tworzą emocjonalną więź, ale podnoszą poprzeczkę dla kolejnego twórcy. To zmniejsza szanse, że cokolwiek trafi na rynek jako niezawodny produkt.
Jego proponowany sygnał dla robotów komercyjnych jest cichszy: porównać cenę używanego robota, który robi wrażenie, z kosztem jego materiałów kilka miesięcy po dostawie. Żadna z tych liczb nie oddaje pełnej wartości, ale relacja między nimi, pisał, może pokazać, ile praktycznej wartości rynek wciąż widzi, gdy nowość się znudzi. Quaddle, jego trzeci produkt, jest na Kickstarterze od 99 dolarów.
Dla Innodata bezpośredni test polega na tym, czy producenci robotów zapłacą za zewnętrznie zebrane i zweryfikowane dane ruchu, zamiast budować zapis u siebie. Firma twierdzi, że jej czujniki rejestrują najdrobniejszy ruch każdego stawu, co czyni trening dokładniejszym i wydajniejszym. Przykład z kubkiem, który podał Tanner, to obietnica w miniaturze. Robot, który chwyta podstawę zamiast uchwytu, może wykonać zadanie, ale może też poparzyć dłoń trzymającą kubek. Zakodowanie takiego kontekstu to to, co laboratorium sprzedaje.
Arrowfly, spółka-matka The Robot Report, również 30 września uruchomiła AI for Engineers. Platforma ma redakcję, doroczną konferencję zaplanowaną na 20 do 22 września 2027 roku w Henderson w stanie Nevada, własne badania i radę doradczą. Arrowfly podaje, że jej marki inżynierskie docierają do 2 100 000 zweryfikowanych czytelników z branży. Start to kolejny sygnał, że rynek informacji o AI dla robotyki rośnie razem ze sprzętem.
Ogłoszenia z tego tygodnia łączy jedna przesłanka: roboty poprawiają się tak szybko, że ograniczenie przeniosło się na dane, orkiestrację i szybkość. Innodata stawia na zapis. Destro na koordynację. MindOn na opóźnienie. Fig na to, że kupujący powinni patrzeć poza średnią. Żadna z firm nie opublikowała niezależnej weryfikacji swoich twierdzeń. Wdrożenia robotów, które udowodniłyby rynek, wciąż liczy się w dziesiątkach sztuk, nie w tysiącach.
Źródła
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
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.