मैं लगातार रोबोटिक्स लैब्स को देखता रहता हूँ जो सिंथेटिक सिमुलेशन पर बिलियन डॉलर के मॉडल्स को प्रशिक्षित कर रहे हैं, उम्मीद करते हुए कि वे वास्तविक दुनिया में बच जाएंगे। जिस क्षण एक मानवरूप रोबोट एक अनमैप्ड किनारे या बदले हुए दरवाजे से टकराता है, वहीं यह भ्रम तुरंत टूट जाता है। फेई-फेई ली ने बार-बार जोर देकर कहा है कि LLMs के लिए हमारे पास जितना विशाल पाठ सामग्री है, उसकी तुलना में वास्तविक दुनिया के रोबोटिक्स डेटा की कमी कितनी चिंताजनक है। मैं @vangrid_io को उस प्रोटोकॉल के रूप में देखता हूँ जो अंततः इस भौतिक डेटा की सूखे को स्रोत पर ही सुलझा रहा है। धीमी, केंद्रीकृत सर्वे टीमों को तैनात करने के बजाय, वे हरदिन के स्मार्टफोन उपयोगकर्ताओं को समन्वयित करते हैं ताकि वे ऑन-डिमांड 3D स्पेशल पॉइंट्स को कैप्चर कर सकें। मशीनें किसी ऐसे परिवेश में सुरक्षित रूप से संचालित नहीं हो सकतीं, जिसे उन्होंने कभी अपनी आँखों से मापा नहीं है।