Physical AI, robotların farklı durumları nasıl yöneteceğini öğrenmek için büyük miktarda gerçek dünya etkileşim verisine ihtiyaç duymaya devam ettiğinde, daha iyi modeller ve daha iyi donanım sadece sınırlı ilerleme sağlar. Bu noktada @axisrobotics benim dikkatimi çekti. Axis Franka Veri Seti, şimdi Hugging Face üzerinde 160K+ indirme sayısına ulaştı ve KAIST, Northwestern, Tsinghua'dan Yandex, Nota AI ve Vietnam Posts and Telecommunications Group'a kadar akademik ve endüstriyel alanlarda benimsendi. Ve bir sonraki versiyon çok daha ileriye gidecek: 1.2M trajektori 1.200 görev daha geniş atomik yetenekler daha fazla robot gövdesi desteği İlginç olan, 160K'dan 1.2M trajektoriye geçiş değil. Robotlar sadece aynı eylemin daha fazla örneğine ihtiyaç duymuyor. Aynı temel beceriyi farklı nesnelerde, ortamlarda, hareketlerde ve kenar durumlarında görmeye ihtiyaç duyuyorlar. Bu çeşitlilik, bir modelin "Bunu daha önce gördüm" durumundan, bir görevin nasıl çalıştığını gerçekten anlama aşamasına geçmesini sağlar. Bu nedenle bir veri seti görev kapsamını ve çeşitliliğini artırdıkça, sadece gösterimlerin statik bir koleksiyonu olmaktan çıkar. Bir sonraki nesil fiziksel AI'nın eğitimi için altyapı haline gelir. Axis, Franka veri setinin bir sonraki neslinde bu yöne doğru ilerliyor gibi görünüyor. https://t.co/7yFTIktZUz