Лаборатории робототехники инвестируют миллиарды в создание реальных данных для обучения физическому ИИ, преодолевая критический дефицит тренировочных материалов. В отличие от моделей текста, извлекаемых из веба, робототехника требует сложных и разнообразных наборов данных. Компании вроде Generalist, Physical Intelligence, Neura и Skild строят "робот-залы" с биманипуляторами для эмуляции физических задач. Стартапы размещают Recording-оборудование по всему миру для захвата видео от первого лица, собирая миллионы часов "эгоцентричных" данных. "У нас нет интернета, чтобы download", сказал Джо Фокс-младший из Scale AI. "Это гонка вооружений за лучшие данные".
Согласно PitchBook, компании робототехники привлекли почти 48 млрд долларов с начала года, что делает его горячим сектором венчурных инвестиций в ИИ. Стартап Mecka привлек 60 млн долларов от Nvidia и Sequoia. Physical Intelligence, оцененная в 5,6 млрд после привлечения 600 млн, тестировала модели в Airbnb в San Francisco. Figure, компания по робототехнике человекоподобных роботов, описала схему, платящую пользователям за запись домашних задач, собрав около 44 000 активных пользователей, платя около 94 центов за задачу. Компания из Silicon Valley планирует тратить более 1 млрд долларов на вычисления и услуги. Encord, Scale AI и другие компании по данным, обслуживают OpenAI и Anthropic, открывают робот-залы по всему миру. Робототехника требует более разнообразных данных, чем большие языковые модели, требуя hardware для восприятия глубины и точного расчета силы. Симуляция и "мировые модели" aim to bridge разрыв данных.
Источник: Financial Times Companies · Сводку подготовил HeadlinesBriefing