Physical AI rencontre un problème de données qui ne reçoit pas assez d'attention. Des modèles plus performants et du matériel plus puissant ne suffisent pas lorsque les robots ont toujours besoin de quantités massives de données d'interaction avec le monde réel pour apprendre à gérer différentes situations. C’est là que @axisrobotics a retenu mon attention. Le jeu de données Axis Franka a désormais dépassé 160 000 téléchargements sur Hugging Face, avec une adoption dans le milieu académique et industriel, de KAIST, Northwestern et Tsinghua à Yandex, Nota AI et Vietnam Posts and Telecommunications Group. Et la prochaine version ira bien plus loin : 1,2 million de trajectoires 1 200 tâches capacités atomiques élargies prise en charge de plus d’embodiments robotiques La partie intéressante ne réside pas simplement dans le passage de 160 000 à 1,2 million de trajectoires. Les robots n’ont pas seulement besoin de davantage d’exemples de la même action. Ils doivent voir la même compétence sous-jacente à travers différents objets, environnements, mouvements et cas limites. C’est cette variété qui permet à un modèle de passer de « J’ai déjà vu cela » à une compréhension réelle du fonctionnement d’une tâche. Ainsi, lorsqu’un jeu de données continue d’élargir sa couverture et sa variété de tâches, il devient bien plus qu’une collection statique de démonstrations. Il devient une infrastructure pour former la prochaine génération d’IA physique. C’est dans cette direction qu’Axis semble vouloir avancer avec la prochaine génération de son jeu de données Franka. https://t.co/7yFTIktZUz