Innodata otwiera laboratorium motion capture. W tym samym czasie Factory zwalnia doradcę zarządu oskarżonego o szpiegostwo
Innodata uruchomiła 30 września w New Jersey laboratorium motion capture, które ma produkować dane treningowe dla robotów humanoidalnych. Firma twierdzi, że bezpośredni zapis 3D bije wnioskowanie ruchu z wideo 2D. W tych samych 24 godzinach szef Factory oskarżył swojego doradcę z ramienia funduszu o przekazanie poufnych informacji rywalowi, firmie Cognition.

Innodata Inc. poinformowała 30 września, że otworzyła laboratorium badawczo-rozwojowe do zbierania danych ruchu na potrzeby trenowania physical AI, podał The Robot Report. Firma z Ridgefield Park w New Jersey twierdzi, że zakład rejestruje ruch 3D bezpośrednio z ciał, ludzkich lub mechanicznych. Nie wnioskuje o tym ruchu z wideo 2D.
To zastrzeżenie jest całą ofertą. "Nie ma po prostu niczego, co zastąpi bezpośredni motion capture 3D", powiedział The Robot Report Franklin Tanner, wiceprezes Innodaty ds. robotyki i physical AI. "Kiedy model computer vision próbuje zrozumieć dwuwymiarową siatkę pikseli, błędy nieuchronnie się wkradają".
Laboratorium powstało z firmą Vicon, która nadal świadczy konsultacje techniczne. Wyposażono je w kamery śledzące optycznie w podczerwieni, które według Innodaty mierzą ruch z dokładnością do ułamka milimetra. Innodatę założono w 1988 roku i przez większość istnienia zajmowała się inżynierią danych. Teraz chce sprzedać tę umiejętność zespołom robotycznym, które nie potrafią same wygenerować dość danych z rzeczywistych interakcji.
Problem z danymi, którego nikt nie rozwiązał
Duże modele językowe dostały darmowy obiad: internet. Roboty go nie dostały. Tanner opisuje tę lukę bez ogródek. "Physical AI musi zarabiać na swoje tokeny jedna interakcja po drugiej, i to celowo", powiedział The Robot Report.
To realne ograniczenie, nie hasło marketingowe. Dane z teleoperacji zbiera się wolno, a skalowanie ich jest drogie. Same demonstracje noszą tempo ludzkiego operatora, które modele potem uczą się i odtwarzają. Zapis z rzeczywistości ma własne tryby awarii. Tanner zauważył, że podczas sesji zbierania danych ktoś może upuścić nóż. Potem cofa się i wyłącza urządzenie, zakładając, że popełnił błąd. Najbardziej użyteczne dane to więc te, które ludzie instynktownie wyrzucają.
Innodata twierdzi, że zbiera dane z humanoidów, sprzętu teleoperowanego, systemów noszonych, zestawów czujników, chwytaków Universal Manipulator Interface i innych konfiguracji multimodalnych. Następnie używa cyfrowych bliźniaków do generowania przypadków skrajnych. Symulacja jest mnożnikiem. "Sedno w tym, jak stworzyć dość danych z rzeczywistości i potem zaszczepić nimi symulację", pytał Tanner. Wskazał środowisko Cosmos firmy NVIDIA jako przykład translacji rzeczywistości w symulację, która jest już dość dobra, by permutować otoczenia.
"Danych z rzeczywistych interakcji jest za mało, a te, które istnieją, są drogie i wolno powstają", oświadczył Rahul Singhal, prezes Innodaty. "Ten zakład usuwa tę ścianę".
Jedna luka pozostaje otwarta, jak sam przyznaje Tanner. "Nie mamy teraz danych treningowych, w których ludzie i roboty wchodzą w interakcję", powiedział The Robot Report. Dodał, że oprzyrządowanie wielu agentów do wspólnej pracy to jedna z rzeczy, nad którymi laboratorium pracuje.
Logika biznesowa jest prosta. Roboty humanoidalne przechodzą od filmów demonstracyjnych do wdrożeń pilotażowych. Każdy zespół, który wdraża takiego robota, potrzebuje danych ruchu uogólniających się poza ustaloną klatkę. Innodata zakłada się, że kto dostarczy te dane, ten kontroluje wąskie gardło. To zakład o rynek, na którym nie ma jeszcze standardowych wzorców jakości danych dla physical AI.
Tymczasem w kodowaniu AI: doradca zarządu, rywal i dwie wersje wydarzeń
Ten sam 30 września przyniósł zupełnie inną historię z pogranicza robotyki. Matan Grinberg, współzałożyciel i prezes startupu AI do kodowania Factory, napisał na X, że zwolnił Chrisa Degnana z roli doradcy zarządu. Zarzucił mu przekazanie poufnych informacji największemu konkurentowi Factory, firmie Cognition, podał TechCrunch.
Dwie godziny później Degnan ogłosił na X i LinkedIn, że dołączył do Cognition jako dyrektor ds. przychodów. Potem zaprzeczył zarzutowi. Stwierdził, że nie został zwolniony, tylko zrezygnował, poinformowawszy wcześniej Grinberga, że przyjmuje tę pracę. Degnan był pierwszym handlowcem w Snowflake i przez 11 lat pełnił tam funkcję dyrektora ds. przychodów. Od pięciu miesięcy jest partnerem w RPT Partners, inwestorze Factory.
Wersja Grinberga, jak podał TechCrunch, jest taka: Degnan opisał wcześniej "swobodną" rozmowę z dyrektorem z Cognition. Zapewniał, że nie chce pracować dla konkurenta, bo "zarobił zbyt dużo pieniędzy" i jest "zbyt leniwy", żeby iść do Cognition. W poniedziałek Degnan ujawnił trwające rozmowy. Grinberg twierdzi, że zwolnił go we wtorek.
Degnan podważa ten przebieg. Twierdzi, że ostatnie posiedzenie zarządu Factory, w którym uczestniczył, odbyło się tygodnie przed tym, jak "w ogóle rozmawiał" z Cognition. Zaprzecza, by dzielił się poufnymi informacjami. Mówi też, że gdy powiedział Grinbergowi o rezygnacji, ten zaproponował mu pełnoetatową pracę w Factory, którą odrzucił.
Ta historia wykracza poza jedną salę zarządu startupu, bo pokazuje, jak pogmatwane stało się inwestowanie w AI. Khosla Ventures jest inwestorem zarówno w Cognition, jak i w Factory. Vinod Khosla nazwał Factory "walczącym konkurentem drugiej ligi" i oskarżył Grinberga o kłamstwo w sprawie zwolnienia. Partner Khosla Ventures Keith Rabois napisał, że "samo rozmawianie o pracy u konkurenta podczas posiedzeń i kolacji zarządu jest nieetyczne". Prezes Cognition Scott Wu powiedział, że jego firma "nie jest zainteresowana" informacjami Factory, podał TechCrunch. Trzyletnia Factory pozyskała w tym miesiącu 200 mln dolarów przy wycenie 5 mld dolarów. Wśród jej klientów są Nvidia, Blackstone, Royal Bank of Canada, Palo Alto Networks, Adobe i T-Mobile. Cognition, twórca agenta kodującego Devin, pozyskała w tym miesiącu 2 mld dolarów przy wycenie 48 mld dolarów.
Wzorce są nierówne, a liczby to pokazują
Pod tymi doniesieniami o finansowaniu leży problem pomiaru, który powinien zaniepokoić każdego, kto kupuje twierdzenia o możliwościach robotów. Fig Inc. opublikowała 30 września ocenę porównującą czołowe modele w automatyzacji sieci i zadaniach fizycznych. Jej główny wniosek: średnie z wzorców ukrywają niemal wszystko, co użyteczne.
Badanie obejmuje siedem modeli na 177 zadaniach VisualWebArena w pętli zamkniętej, na trzech stronach internetowych. Obejmuje też trzy modele w czterech offline'owych domenach fizycznych: Bench2Drive, VLABench, IndEgo i Assembly101. Dla każdej testowanej pary modeli autorzy podają, że słabszy model rozwiązuje co najmniej jedno zadanie, które mocniejszy pomija. Rozrzut jednego modelu na trzech stronach odpowiada rozrzutowi siedmiu modeli na jednej stronie. Etykiety trudności dołączane do wzorców tylko słabo śledzą skuteczność modeli.
Fig Inc. podaje też, że aktualizacja modelu może niemal nie zmienić średniej, podczas gdy wiele pojedynczych zadań się odwraca. Aktualizacja, która podnosi średnią, wciąż traci zadania rozwiązywane przez starszy model. Zespół udostępnił zbiór danych RIDGE z wynikami na poziomie pozycji i śladami modeli. Praktyczny wniosek dla kupujących robotykę jest niewygodny: wynik z nagłówka nie jest decyzją o wdrożeniu.
Co faktycznie trafia do sprzedaży
Przeciwwagą dla tego wszystkiego jest ktoś, kto dostarczał sprzęt, a nie go testował. Rongzhong Li, twórca OpenCat, Nybble i Bittle, napisał na Hackster, że Petoi sprzedała ponad 30 000 czworonogów od kampanii Nybble w 2018 roku. Napisał, że jego trzeci produkt, Quaddle, jest na Kickstarterze od 99 dolarów.
Jego argument jest taki, że najczęściej dostarczanym produktem w tej dziedzinie były filmy. Nie traktuje tego jako oszustwa. Jeśli patrzysz na wiele robotów jak na współczesną formę teatru lalek, pisze, ma to więcej sensu. Pokazy robotów, które ludzie oglądają, służą temu samemu co igrzyska olimpijskie: pokazaniu, co ciało potrafi w ustalonych granicach fizycznych. Ale inspiracja może się nie utrzymać, ostrzega. Wideo generowane przez AI potrafi teraz tworzyć wizualne cuda przy zerowym koszcie krańcowym. Jeśli robotyka ma być czymś więcej niż odnogą branży wideo, musi dostarczać rzeczywiste rzeczy.
Podaje na to jeden cichy sygnał. Porównaj cenę używanego imponującego robota z kosztem jego materiałów kilka miesięcy po dostawie. Żadna z tych liczb nie oddaje pełnej wartości produktu, pisze. Ale relacja między nimi może pokazać, ile praktycznej wartości rynek wciąż widzi, gdy nowość się zużyje.
Złóż te trzy historie razem, a kształt chwili staje się jasny. Innodata sprzedaje warstwę danych, której potrzebuje wdrożenie humanoidów. Fig Inc. dokumentuje, że twierdzenia o możliwościach modeli są znacznie bardziej nierówne, niż sugerują rankingi. Li przypomina wszystkim, że liczy się ten wynik, przy którym klienci płacą z własnej kieszeni. Factory i Cognition walczą o ludzi i informacje, bo stawka w oprogramowaniu agentowym jest już ogromna. Dla robotów humanoidalnych równoważna walka jest jeszcze przed nami. Rozegra się o dane, nie o pokazy.
Źródła
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
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.