Przejdź do treści
Czas na świecieEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal o AI i technologiiwydarzenia · analizy · wywiady · tło techniczne

Szukaj
NA ŻYWO
›

Roboty dostają lepsze dłonie, a w tle spór prawny o to, kto buduje ich piece słoneczne

Innodata otworzyła 30 września laboratorium motion capture, które ma produkować dane treningowe dla humanoidów i innych systemów physical AI. Firma twierdzi, że branży skończyły się użyteczne dane o interakcjach ze świata rzeczywistego.

TechnologiaAnalizaAnna KaczmarekOpublikowano: 30 września 20268 min czytaniaŹródła 9
Roboty dostają lepsze dłonie, a w tle spór prawny o to, kto buduje ich piece słoneczne

Innodata, firma zajmująca się inżynierią danych, założona w 1988 roku i z siedzibą w Ridgefield Park w New Jersey, poinformowała, że nowy ośrodek badawczo-rozwojowy będzie przechwytywać ruch 3D bezpośrednio z ciał ludzi i maszyn, zamiast wnioskować go z dwuwymiarowego wideo. The Robot Report opisał otwarcie placówki 30 września.

Założenie jest proste: roboty nie mają internetu, z którego mogłyby się uczyć. Duże modele językowe wyssały treść z sieci, która już istniała. Humanoidy muszą same wytworzyć własny korpus danych, ruch po ruchu, a to trwa długo i drogo.

„Physical AI rośnie szybciej niż jakikolwiek inny segment sztucznej inteligencji, ale każdy zespół robotyczny trafia na tę samą ścianę: danych o interakcjach ze świata rzeczywistego jest za mało, a te, które istnieją, są drogie i powstają wolno” – powiedział w oświadczeniu Rahul Singhal, dyrektor generalny Innodaty, cytowany przez The Robot Report. Franklin Tanner, wiceprezes firmy ds. robotyki i physical AI, powiedział temu samemu serwisowi, że jej czujniki rejestrują najmniejszy ruch każdego przegubu, a humanoid ważący prawie 200 funtów (90,7 kg) nie znosi odczytów na oko.

Laboratorium ma też niezależnie weryfikować dane o osiągach, które roboty generują wewnętrznie. Ta druga funkcja znaczy tyle samo co pierwsza. Własne logi robota nie są neutralnym zapisem, a firmy wdrażające maszyny w fabrykach potrzebują czegoś bliższego audytowi niż samoopisowi.

Opóźnienie, nie tylko możliwości

Kiedy Innodata bierze się za problem danych, startup MindOn opublikował 30 września tekst techniczny, w którym twierdzi, że jego model Mind-1 skraca opóźnienie wnioskowania robota z 82 milisekund do 32 milisekund i osiąga ludzkie czasy cyklu w zestawie zadań logistycznych i codziennych manipulacji. Firma podaje, że część zadań wykonuje szybciej niż człowiek.

W tekście nietypowo dokładnie wyjaśniono, dlaczego szybkość jest trudna. Przy prędkości efektora 3 metry na sekundę 10 milisekund opóźnienia to około 3 centymetry drogi, dość, żeby zepsuć precyzyjny chwyt albo wsunięcie elementu. MindOn wskazuje też na dane treningowe: znaczna część danych o manipulacji pochodzi z teleoperacji, która jest wolniejsza niż naturalny ruch człowieka, więc modele uczą się wraz z zadaniem ospałego tempa.

„Robot, który potrafi wykonać zadanie, ale robi to pięć albo dziesięć razy dłużej niż człowiek, wciąż jest trudny do wdrożenia w rzeczywistych procesach” – pisze firma.

Te liczby pochodzą od samego MindOn i nie zostały niezależnie odtworzone. Trzeba je traktować jako deklarację dostawcy z wiarygodnym mechanizmem, a nie jako ustalony wynik.

Niezależna praca ewaluacyjna opublikowana tego samego dnia pokazuje, dlaczego pojedynczym liczbom z nagłówków warto nie dowierzać. Fig Inc udostępniła raport techniczny i zbiór danych RIDGE, obejmujący siedem modeli w VisualWebArena i trzy modele w czterech testach fizycznych: Bench2Drive, VLABench, IndEgo i Assembly101. Główny wniosek jest taki, że średnie z testów ukrywają, jak nierówno modele wypadają.

W każdej badanej parze modeli słabszy rozwiązał co najmniej jedno zadanie, którego lepszy nie zaliczył. Aktualizacja modelu mogła prawie nie zmienić średniej, a odwrócić wynik wielu pojedynczych zadań, a aktualizacja, która podniosła średnią, i tak traciła zadania obsługiwane przez starszą wersję. Raport obejmuje Gemini 3.5-Flash, Astra, Opus 5.5 i inne modele. Dla kogoś, kto wybiera stos robotyczny, praktyczna lekcja jest taka: miejsce w rankingu mówi mniej niż konkretna kategoria zadań, którą zamierza uruchamiać.

Pieniądze płyną do percepcji

Paryska Inbolt pozyskała 11 mln euro na wprowadzanie widzenia czasu rzeczywistego i sterowania adaptacyjnego do robotów przemysłowych, poinformował 30 września Tech.eu. Rundę poprowadził Shift4Good, udział wzięły Bridges Climate Transition Partners oraz dotychczasowi inwestorzy BNP Paribas Développement i Ora Global, co podniosło łączne finansowanie do 30 mln euro.

Inbolt celuje w konkretny tryb awarii: nawet w silnie zautomatyzowanych fabrykach roboty zatrzymują się albo produkują wadliwe części, gdy komponent przyjedzie przekrzywiony albo narzędzie się zużyje. Firma podaje, że jej warstwa widzenia 3D i niezależnej od sprzętu sztucznej inteligencji działa na ponad 200 robotach w ponad 100 fabrykach na trzech kontynentach, a wśród klientów są Bosch, Beko, Flex, Ford, Stellantis i Toyota. Te dane o wdrożeniach pochodzą od spółki i z ogłoszenia jej inwestora.

Tego samego dnia z trybu stealth wyszedł Destro z rundą zalążkową wartą 8 mln dolarów, poinformował TechCrunch. Startup nie buduje robotów. Buduje warstwę koordynacji, która mówi maszynom i ludziom, co mają robić, i prowadzi pilotaż w zakładzie Yusen Logistics w Pacific Northwest z trzema robotami do wożenia wózków od Miva Robotics.

Manthan Pawar, założyciel Destro, powiedział TechCruchowi, że to, iż firma nie jest spółką robotyczną, jest jej przewagą. Richard Brunelle, dyrektor ds. automatyzacji w amerykańskim oddziale Yusen Logistics, powiedział, że poprosił Destro o dostosowanie narzędzia do kompletacji i pakowania do cross-dockingu, gdzie towary przechodzą z jednej ciężarówki do mieszanych ładunków dla innych ciężarówek.

Dwie rundy finansowania i jeden start produktu w ciągu jednego dnia to jeszcze nie boom. Ale schemat we wszystkich trzech przypadkach jest spójny: pieniądze idą w dane, percepcję i koordynację, a nie w kolejne dwunożne podwozie.

Pozew patentowy trafia w plan Tesli dotyczący energii słonecznej

Najważniejsza sprawa tygodnia wcale nie dotyczy robota. Linton Crystal Technologies, spółka z Rochester w stanie Nowy Jork, w całości należąca do chińskiego Dalian Linton, pozwała Zhejiang Jingsheng w Sądzie Okręgowym USA dla Wschodniego Dystryktu Teksasu 22 września, poinformował 30 września Electrek. Patenty nr 11 255 024 i nr 11 814 746 obejmują system podnoszenia i obracania zarodka w piecach do wyciągania kryształów metodą Czochralskiego, czyli piecach, które wyciągają monokrystaliczne krzemowe kęsy z ciekłego krzemu.

Jingsheng ujawniła pozew inwestorom 24 września, twierdząc, że jej produkty opierają się na rozwiązaniach technicznych całkowicie odmiennych od opatentowanych, że nie doręczono jej formalnie pozwu i że nie spodziewa się istotnych skutków. Linton domaga się odszkodowania, potrójnego odszkodowania za umyślne naruszenie i stałego zakazu.

Zakaz to punkt, w którym pośrednio pojawia się Tesla. Według chińskich doniesień branżowych Jingsheng zdobyła w tym roku zamówienie Tesli na piece do wyciągania kryształów o wartości około 3 mld juanów, czyli około 420 mln dolarów, podał Electrek. Tesla nie jest stroną w sprawie i ani Tesla, ani Jingsheng nie potwierdziły zamówienia.

Harmonogram opisywany przez chińską prasę branżową zaczyna się od przetargu Tesli na piece do wyciągania monokryształów 210 mm, sprzęt do cięcia wafli i tygle kwarcowe, zamkniętego w lutym, przez umowy podpisane w marcu i dostawy rozpoczęte w kwietniu, po pełną dostawę planowaną na trzeci kwartał. W sierpniu Tesla złożyła wniosek dotyczący fabryki za 10,1 mld dolarów w hrabstwie Fort Bend pod nazwą Project Crystal Sun, obejmującej cały proces od wzrostu kęsów po gotowe moduły, z produkcją planowaną na początek 2029 roku. Siostrzany serwis The Robot Report, Electrek, śledzi tę rozbudowę od marca, kiedy to Teslę łączono z rozmowami o zakupie chińskiego sprzętu solarnego za 2,9 mld dolarów.

Obaj dostawcy są pod presją nadmiaru mocy produkcyjnych w chińskiej fotowoltaice. Przychody Jingsheng spadły w pierwszej połowie 2026 roku o około 40 procent rok do roku, a Dalian Linton zanotowała w tym samym okresie niewielką stratę, podał Electrek. Amerykańskie zamówienie tej wielkości ma znaczenie dla każdej z nich.

Jedna okoliczność komplikuje ten obraz. Todd Barnum, członek zarządu Linton, nazwał pozew obroną amerykańskiej innowacji i wskazał na korzenie firmy w Rochester sięgające 1952 roku. Jednak jej spółka matka jest notowana na Giełdzie Papierów Wartościowych w Pekinie. Jak zauważa Electrek, to spór dwóch chińskich firm, prowadzony w teksańskim sądzie przez amerykańskie podmioty zależne.

Flota, która jest komunikatem prasowym

Niżej na drabinie wiarygodności KIDZ AI ogłosiła 30 września, że wysłała do Tesli zapytanie ofertowe dotyczące 500 Robotaxi. Spółka, wcześniej szkoła programowania online o nazwie Classover Holdings, jest warta około 2,4 mln dolarów, podał Electrek. Jej wyniki za drugi kwartał 2026 roku pokazują przychody z usług niższe o 34 procent rok do roku, na poziomie 480 000 dolarów, i kwartalną stratę 2,5 mln dolarów. Na koniec czerwca firma podała 8,88 mln dolarów w gotówce i gotówce ograniczonej.

Przy własnym celu Elona Muska wynoszącym poniżej 30 000 dolarów za Cybercaba 500 pojazdów kosztowałoby około 15 mln dolarów, czyli około sześciu wartości rynkowej spółki. W komunikacie KIDZ AI napisano, że zapytanie nie stanowi wiążącego zamówienia i że firma może zdecydować się nie kontynuować. Akcje wzrosły o około 10 procent przed sesją i spadły o około 6 procent po otwarciu.

Electrek umieszcza to w ciągu, do którego należy porzucony plan skarbu Solana, a później zwrot ku Hyperliquid, chmurze GPU i udziałowi w kambodżańskim centrum danych, czterem gorącym sektorom w ciągu mniej więcej 15 miesięcy.

Pod całym tym szumem jest realny rynek robotyki i budują go firmy, które mierzą kąty przegubów co do milimetra i ucinają milisekundy z pętli sterowania. Sektor nie odpowiedział na jedno pytanie: czy kapitał goniący za sylwetkami humanoidów zostanie, gdy okaże się, że ciekawa praca jest nieefektowna. Stanowiska przechwytujące ruch, dyscyplina testów i piec w Teksasie, który musi wyciągnąć pierwszy kęs, zanim cokolwiek innego zacznie mieć znaczenie.

Komentarze 0

Źródła

9
  1. 01Innodata opens motion-capture lab to help humanoids move more like peopleEN
  2. 02Tesla's solar factory dragged into patent war between Chinese suppliersEN
  3. 03Destro AI's secret sauce is getting robots and humans on the same pageEN
  4. 04The Robot Report parent Arrowfly launches AI for Engineers platform, events for engineers navigating AIEN
  5. 05Tesla Robotaxi fleets are the new crypto treasury for zombie companiesEN
  6. 06Inbolt raises €11M to bring real-time vision and intelligence to industrial robotsEN
  7. 07Mind-1: Cutting robot inference latency from 82ms to 32msEN
  8. 08How Do Astra and Opus 5.5 Perform on Robotics and Web TasksEN
  9. 09What 30k robot dogs taught me about degrees of freedom, shipping a real productEN

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.

Anna Kaczmarek

Anna Kaczmarek

AI, modele i technologie

Anna Kaczmarek pisze o technologiach, AI i modelach oraz mediach i internecie, opierając się na dokumentacji, repozytoriach i danych źródłowych, a nie na komunikatach prasowych. Przy testach modeli sprawdza karty techniczne, parametry wejściowe i liczy wyniki na tych samych zbiorach, zamiast powtarzać liczby od producentów. Czeka na premiery API i aktualizacje wag, rozmawia z inżynierami oraz porównuje wersje modeli pod kątem kosztów i opóźnień. Prywatnie self-hostuje usługi i konfiguruje sieci domowe, więc do redakcji wnosi praktykę z własnego serwera. Nie publikuje zapowiedzi ani parametrów, których nie może odtworzyć na własnym środowisku.

Redakcja →

Komentarze

0
  1. Brak komentarzy — bądź pierwszy.

Dodaj komentarz

Komentarze są widoczne publicznie. Nie publikujemy wulgaryzmów, spamu i treści reklamowych.