ফিজিক্যাল এআই-এর কোনো মডেলের অভাব নেই; এর অভিজ্ঞতার অভাব আছে। এই কারণেই @axisrobotics-এর প্রতি কেবল একটি দ্রুত দৃষ্টিপাত নয়, বেশি মনোযোগ দেওয়া উচিত। সমস্যাটি রোবটকে “বুদ্ধিমান” করার নয়। সমস্যা হলো, রোবটগুলি যথেষ্ট বাস্তব-বিশ্বের পরিস্থিতির সাথে পরিচিত হয়নি, যাতে তারা শিখতে পারে। ল্যাবগুলি প্রচুর, কিন্তু বাস্তব রোবটিক আর্মগুলি দুর্লভ। যদি ডেটা কেবলমাত্র ল্যাবের পরিবেশেই পরিশোধিত হয়, তবে ফিজিক্যাল এআই থাকবে কয়েকজন অপারেটরেরই উৎপাদন, ব্যাপক শ্রমিকদলের নয়। অক্সিস পাল্টা চলচ্চিত্রটি। রোবটকে শেখানোর জন্য আপনার রোবটের দরকার হয় না। একটি ব্রাউজার ইন্টারফেসই যথেষ্ট, যা ট্রাজেক্টরি তৈরি করতে এবং শেখার লুপে সংকেতগুলি প্রবেশ করাতে। আকর্ষণীয় বিষয়টি হলো ম্যানিপুলেশনটি; এটি ঘটে পরবর্তীতে: ট্রাজেক্টরি ফিল্টার, যাচাই, এবং অনুমোদনের মধ্যেদিয়ে, এটি প্রশিক্ষণের জন্য একটি সংকেতে পরিণত হয়। ডেটা তৈরি করা সহজ; কিন্তু সেই ডেটাকে প্রকৃতপক্ষেই অভিজ্ঞতায় পরিণত করা—এটিই প্রকৃতপক্ষেই challenge। প্রকৃতপক্ষেই loop-টি শুধুমাত্র slogan-এর “Create → Verify → Learn → Improve.” নয়। প্রকৃত loop-টির 3.7 million trajectory-এর 40-সেকেন্ডের 40-সেকেন্ডের 40-সেকেন্ডের 40-সেকেন্ডের 40-সেকেন্ডের 40-সেকেন্ডের 40-সেকেন্ডের 40-সেকেন্ডের 40-সেকেন্ডের 40-সেকেন্ডের 40-সেকেন্ডের 40-সেকেন্ডের 40-সেকেন্ডের 40-সেকেন্ডের 40-সেকেন্ডের 40-সেকেন্ডের 40-সেকেন্ডের 40-সেকেন্ডের 40-সেকেন্ডের 40-সেকেন্ডের 40-সেকেন্ডের 40-সেকেন্ডের 40-সেকেন্ডের 40-সেকেন্ডের 40-সেকেন্ডের 40-সেকেন্ডের 40-সেকেন্ডের 40-সেকেন্ডের 40-সেকেন্ডের 40-সেকেন্ডের 40-সেকেন্ডের 40-সেকেন্ডের 40-সেকেন্ডের 40-সেকেন্ডের 40-সেকেন্ডের 40-সেকেন্ডের 40-সেকেন্ডের 40-সেকেন্ডের 40-সেকეনড।