Tôi đã dành cả tuần qua để tìm hiểu mọi nền tảng dữ liệu robot lớn trước khi quyết định tập trung thời gian vào đâu. Hầu hết trong số chúng đang giải quyết sai vấn đề. Đây là điều mà không ai trong lĩnh vực “AI vật lý” muốn nói ra: Robot của bạn không cần một bộ não tốt hơn. Nó cần đã “xem” nhiều hơn. LLM trở nên thông minh vì internet đã cung cấp cho chúng hàng nghìn tỷ từ miễn phí. Robot thì không có điều đó. Không có “internet của chuyển động vật lý” nào đang chờ được thu thập. Cần có ai đó tạo ra nó. Từng nhiệm vụ, từng chuyển động, từng con người một. Đó mới chính là điểm nghẽn thực sự. Không phải GPU. Không phải kích thước mô hình. Mà là dữ liệu chưa tồn tại. @axisrobotics là một trong số ít dự án coi đây là vấn đề cốt lõi, chứ không phải phụ đề. Bạn thực hiện một nhiệm vụ. Nó được xác minh. Được ký trên chuỗi. Và trở thành dữ liệu huấn luyện mà robot thực sự có thể học được. Đây chính là điều mà ImageNet đã làm cho thị giác máy tính năm 2009. Cùng hình dạng, nhưng lĩnh vực khác. Tuần này tôi đã thực hiện nhiệm vụ Trajectory đầu tiên: “Sắp xếp dụng cụ nhà bếp”, 7 bước, di chuyển nĩa, di chuyển dao, xếp đĩa, xếp lọ mứt. Bước 7/7. Lọ mứt đã đặt xong. Nhiệm vụ gần như hoàn thành. Nhưng lọ mứt lại nhảy khỏi đĩa. Phải khởi động lại từ đầu. Đó là phần mà không ai chỉ cho bạn. Đây không phải là việc nhấn nút và gọi đó là dữ liệu. Mà là làm lại cùng một nhiệm vụ hàng trăm lần cho đến khi nó đủ sạch để robot thực sự học được từ đó. Nếu AI vật lý muốn thành công, phần vô danh này phải được xây dựng trước tiên.