फिजिकल एआई की एक डेटा समस्या है जिसकी पर्याप्त ध्यान नहीं दिया जा रहा है। जब तक रोबोट्स को विभिन्न स्थितियों को संभालने के लिए वास्तविक दुनिया के बड़े मात्रा में इंटरैक्शन डेटा की आवश्यकता है, तब तक बेहतर मॉडल और बेहतर हार्डवेयर केवल इतना ही काम करते हैं। यहीं पर @axisrobotics मेरा ध्यान आकर्षित करता है। एक्सिस फ्रांका डेटासेट अब हगिंग फेस पर 160K+ डाउनलोड्स पार कर चुका है, जिसका उपयोग KAIST, नॉर्थवेस्टर्न, और चिंगहुआ के साथ-साथ Yandex, Nota AI, और वियतनाम पोस्ट्स एंड टेलीकम्युनिकेशन्स ग्रुप सहित अकादमिक और उद्योग में किया जा रहा है। और अगला संस्करण काफी आगे बढ़ेगा: 1.2M ट्रैजेक्टरीज 1,200 कार्य व्यापक परमाणु क्षमताएँ अधिक रोबोट एम्बडमेंट्स के लिए समर्थन दिलचस्प बात केवल 160K से 1.2M ट्रैजेक्टरीज तक की छलांग नहीं है। रोबोट्स को सिर्फ एक ही क्रिया के अधिक उदाहरणों की आवश्यकता नहीं है। उन्हें विभिन्न वस्तुओं, परिवेशों, हलचलों, और सीमा मामलों में समान मूलभूत कौशल को देखने की आवश्यकता है। यह विविधता ही मॉडल को “मैंने पहले यह देखा है” से “मैं समझता हूँ कि कार्य कैसे काम करता है” में स्थानांतरित होने में मदद करती है। इसलिए, जब एक डेटासेट अपने कार्य कवरेज और विविधता को लगातार बढ़ाता है, तो यह सिर्फ प्रदर्शनों का स्थिर संग्रह नहीं बनता। यह परिचय के पीछे की सुविधा बनता है, जो अगली पीढ़ी के फिजिकल AI को प्रशिक्षित करने में मदद करती है। यही दिशा Axis, अपने Franka डेटासेट के अगले संस्करण के साथ प्राप्त करने की ओर प्रयासरत है। https://t.co/7yFTIktZUz