Physical AI đang gặp vấn đề về dữ liệu mà chưa nhận được đủ sự chú ý. Các mô hình tốt hơn và phần cứng tiên tiến hơn chỉ giúp được đến một mức độ nhất định, khi các robot vẫn cần lượng lớn dữ liệu tương tác thực tế để học cách xử lý các tình huống khác nhau. Đây là điểm khiến @axisrobotics thu hút sự chú ý của tôi. Bộ dữ liệu Axis Franka hiện đã vượt quá 160.000 lần tải xuống trên Hugging Face, với sự áp dụng rộng rãi trong giới học thuật và công nghiệp, từ KAIST, Northwestern và Tsinghua đến Yandex, Nota AI và Tập đoàn Bưu chính Viễn thông Việt Nam. Và phiên bản tiếp theo sẽ tiến xa hơn nữa: 1,2 triệu quỹ đạo 1.200 nhiệm vụ các khả năng nguyên tử rộng hơn hỗ trợ nhiều dạng robot hơn Điều thú vị không chỉ nằm ở sự tăng trưởng từ 160.000 lên 1,2 triệu quỹ đạo. Robot không chỉ cần thêm nhiều ví dụ về cùng một hành động. Chúng cần được chứng kiến cùng một kỹ năng cơ bản xuyên suốt các đối tượng, môi trường, chuyển động và các trường hợp ngoại lệ khác nhau. Sự đa dạng này mới là yếu tố giúp mô hình chuyển từ “Tôi đã thấy điều này trước đây” sang thực sự hiểu cách một nhiệm vụ hoạt động. Vì vậy, khi một bộ dữ liệu liên tục mở rộng phạm vi và sự biến đổi của các nhiệm vụ, nó bắt đầu trở thành nhiều hơn một bộ sưu tập tĩnh các minh họa. Nó trở thành cơ sở hạ tầng để đào tạo thế hệ AI vật lý tiếp theo. Đó chính là hướng đi mà Axis dường như đang thúc đẩy với thế hệ tiếp theo của bộ dữ liệu Franka. https://t.co/7yFTIktZUz