Axis Robotics, накопительный движок данных, ускоряющий физический ИИ (Physical AI), объявляет о привлечении $12 млн в рамках посевного раунда под руководством Hack VC при участии Nomad Capital, Pi Network Ventures, 10K Ventures и ряда бизнес-ангелов.

Финансирование ускорит реализацию миссии Axis по созданию массово-параллельного глобального движка данных с участием человека в контуре, решающего главную проблему физического ИИ: масштабируемую генерацию структурированных и максимально разнообразных данных для обучения роботов.

Решение проблемы дефицита данных в физическом ИИ

В то время как большие языковые модели масштабируются на триллионах токенов уже существующих интернет-данных, физический ИИ сталкивается с тремя серьёзными барьерами: острым дефицитом данных, разрывом в обобщении и фрагментацией по типам воплощения на разном роботизированном оборудовании.

«Физическому ИИ нужны миллиарды траекторий движения при взаимодействии человека с физическим миром, — сказал Крис, основатель Axis Robotics. — Годами индустрии не хватало эффективной, бесконечно масштабируемой гибридной системы производства данных, которая позволяла бы моделям без усилий совершенствоваться, — и именно это мы создали с Axis, накопительным движком данных».

Как Axis усиливает общий интеллект роботов

Собственный накопительный движок данных Axis обеспечивает сквозной рабочий процесс, объединяющий генерацию задач, сбор данных, непрерывное обучение моделей и оптимизацию:

Движок генерации задач (Task Gen Engine): создаёт экспоненциально разнообразные атомарные роботизированные задачи за счёт рандомизации объектов, пространственных компоновок, визуальных элементов, воплощений роботов и семантики, встраивая разнообразие в каждую отдельную траекторию данных;

Платформа симуляционной телеоперации в браузере: первый в мире веб-интерфейс, позволяющий кому угодно удалённо генерировать высококачественные траектории движения роботов. Axis обеспечивает в 10 раз более высокую пропускную способность по сравнению с лабораторным сбором и без проблем интегрирует контролируемые человеком циклы вмешательства DAgger (Dataset Aggregation) для непрерывного уточнения и корректировки политик роботов;

Мобильное приложение Ego Data для сбора данных: переносит сбор данных из реального мира с дорогих, требующих сложного оборудования установок в мобильное приложение с нулевым порогом входа. Сочетая передовое (SOTA) отслеживание позы рук в реальном времени с глобальной рабочей силой, Axis переводит человеческое зрение и ловкость рук в движения роботов в глобальном масштабе;

Конвейер обработки данных: автоматизирует очистку траекторий, доменную рандомизацию и плотную языковую разметку, выдавая готовые для моделей мультимодальные наборы данных с более чем 10-кратным улучшением качества данных.

Единая архитектура создаёт самоусиливающийся маховик: неудачные траектории роботов из реального или симуляционного развёртывания запускают корректирующее вмешательство человека, которое возвращается в обучение для расширения охвата пограничных случаев, формируя накопительный интеллект по мере роста объёма данных.

Структурные преимущества Axis: вертикально интегрированный движок разнообразия и глобальная сеть участников

Ключевое преимущество Axis — единая платформа, охватывающая весь жизненный цикл физического ИИ. В отличие от традиционных фрагментированных подходов, Axis построила вертикально интегрированный движок, объединяющий крупномасштабный распределённый сбор данных для предобучения и контролируемую человеком агрегацию наборов данных (Dataset Aggregation) в реальном времени на этапе дообучения.

Изначально созданный для разнообразия данных, собственный движок генерации задач Axis рандомизирует компоновку объектов, освещение, положения камер, физические свойства и морфологию роботов, создавая бесконечное множество уникальных сцен и задач манипуляции и выдавая обучающие данные, готовые к обобщению.

Чтобы обеспечить разнообразие данных масштаба фундаментальных моделей, Axis создала глобальную инфраструктуру роботизированных данных с более чем 100 000 активных участников, которые в среднем отправляют данные 3–4 раза в день, что максимизирует как эффективность производства, так и охват разнообразия. Сегодня Axis способна ежемесячно генерировать более 1200 часов симуляционных данных и свыше 20 000 часов реальных эгоцентрических данных в самых разных сценариях.

Недавно Axis выпустила Sim Dataset V1, и результаты бенчмарков показывают, что инженерно заложенное разнообразие даёт измеримый прирост производительности. На LIBERO-Plus предобучение π0.5 на полностью диверсифицированном наборе данных Axis повысило общий показатель успеха на 4,9 пункта, превзойдя сопоставимую по объёму базовую модель RoboCasa365 на 31,3 пункта, с приростом в обобщении компоновок, устойчивости к сенсорному шуму и робастности к позе робота. Этот разрыв демонстрирует, что преимущество Axis обусловлено её собственным конвейером разнообразия, а не просто большим объёмом данных.

Коммерциализация и стратегические партнёрства

Axis Robotics стремительно коммерциализирует свои высококачественные обучающие данные для применения в реальном мире. Компания предоставляет индивидуальные «пакеты задач» (Task Packages), адаптированные под конкретные потребности производителей роботизированного оборудования, компаний, разрабатывающих модели физического ИИ, и лидеров промышленной автоматизации.

Первоначальные коммерческие партнёрства уже установлены с компаниями, включая Booster Robotics, Manycore Tech, Feagine Robotics, Dexmal, Lotus Car, Geely Auto, SomaStacks и другими. Эти сотрудничества подчёркивают немедленный рыночный спрос на масштабируемые высокоточные данные для обучения роботов.

Переосмысление общего физического интеллекта

«Будущее физического ИИ зависит от глубокого симбиоза моделей и данных, — сказал Крис. — Статичные наборы данных не способны обеспечить общий интеллект роботов. Выигрышное решение — накопительный движок данных: вертикально интегрированная система, связывающая глобальную сеть участников с постоянной итерацией моделей. Каждая разнообразная траектория и человеческая корректировка ускоряют совершенствование модели, формируя самоусиливающийся маховик интеллекта».

Компанию движет команда мирового уровня, объединяющая ведущих исследователей в области ИИ и робототехники из элитных учреждений, таких как Калифорнийский университет в Беркли, Университет Карнеги — Меллона, Технологический институт Джорджии, NTU и SJTU, а также рост-хакеров, ранее масштабировавших потребительские продукты до более чем 30 млн пользователей по всему миру.

Благодаря этому раунду финансирования на $12 млн под руководством Hack VC Axis Robotics продолжит расширять свои возможности процедурной генерации, масштабировать распределённую сеть участников и укреплять свою позицию как критически важного движка данных, питающего будущее физического ИИ.

Linktree | Twitter | Doc | Product

Источник: BeInCrypto