Physical AI menghadapi masalah data yang tidak mendapat perhatian yang mencukupi. Model yang lebih baik dan peranti keras yang lebih canggih hanya berkesan sehingga batas tertentu, kerana robot masih memerlukan jumlah data interaksi dunia nyata yang besar untuk belajar menangani pelbagai situasi. Di sinilah @axisrobotics menarik perhatian saya. Set data Axis Franka kini telah melebihi 160K+ muat turun di Hugging Face, dengan penggunaan di kalangan akademik dan industri dari KAIST, Northwestern, dan Tsinghua hingga Yandex, Nota AI, dan Vietnam Posts and Telecommunications Group. Dan versi seterusnya akan melangkah lebih jauh lagi: 1.2 juta trajektori 1,200 tugas kemampuan atomik yang lebih luas sokongan untuk lebih banyak bentuk robot Bahagian yang menarik bukan sahaja lompatan dari 160K kepada 1.2 juta trajektori. Robot tidak hanya memerlukan lebih banyak contoh tindakan yang sama. Mereka perlu melihat kemahiran asas yang sama melalui pelbagai objek, persekitaran, pergerakan, dan kes-kes pinggir. Pelbagai ini lah yang membantu model berpindah dari “Saya pernah lihat ini sebelum ini” kepada benar-benar memahami bagaimana suatu tugas berfungsi. Oleh itu, apabila set data terus memperluaskan cakupan tugas dan variasinya, ia mulai menjadi lebih daripada satu koleksi statik demonstrasi. Ia menjadi infrastruktur untuk melatih generasi seterusnya Physical AI. Itulah arah yang Axis nampaknya sedang dorong dengan generasi seterusnya set data Franka-nya. https://t.co/7yFTIktZUz