Axis Robotics, il motore di dati composti che accelera l'AI Fisica, annuncia di aver raccolto 12 milioni di dollari in un round di finanziamento iniziale guidato da Hack VC, con la partecipazione di Nomad Capital, Pi Network Ventures, 10K Ventures e vari investitori angel.
Il finanziamento accelererà la missione di Axis di costruire un motore di dati globale, massivamente parallelo e con l'uomo nel loop, risolvendo il principale problema dell'AI Fisica: la generazione scalabile di dati di addestramento robotici strutturati e altamente diversificati.
Risolvere il collo di bottiglia dei dati nell'AI Fisica
Mentre i Modelli di Linguaggio di Grandi Dimensioni si scalano su trilioni di token di dati internet preesistenti, l'AI Fisica affronta tre importanti barriere: grave scarsità di dati, gap di generalizzazione e frammentazione dell'incarnazione tra diversi hardware robotici.
“L'AI Fisica richiede miliardi di traiettorie di movimento di interazione umana-fisica,” ha detto Chris, Fondatore di Axis Robotics. “Per anni l'industria ha mancato di un sistema di produzione di dati ibrido efficiente e infinitamente scalabile che possa aiutare i modelli a iterare senza sforzo – ed è esattamente ciò che abbiamo costruito con Axis, un motore di dati composti.”
Come Axis Potenzia l'Intelligenza Robotica Generale
Il motore di dati composti proprietario di Axis offre un flusso di lavoro end-to-end che integra generazione di compiti, cattura dei dati, addestramento continuo del modello e ottimizzazione:
Motore di Gen. Compiti: Genera compiti robotici atomici esponenzialmente diversi tramite randomizzazione tra oggetti, layout spaziali, visivi, incarnazioni robotiche e semantica, incorporando diversità in ogni singola traiettoria di dati;
Piattaforma di Teleoperazione Simulata Basata su Browser: La prima interfaccia web al mondo che consente a chiunque di generare traiettorie di movimento robotico di alta qualità da remoto. Axis offre un throughput 10 volte superiore rispetto alla raccolta in laboratorio e integra senza soluzione di continuità i loop di intervento DAgger (Dataset Aggregation) a controllo umano per affinare e correggere continuamente le politiche robotiche;
App Mobile di Cattura Dati Ego: Sposta la cattura di dati del mondo reale da configurazioni costose e pesanti in hardware a un'applicazione mobile senza barriere. Abbinando il tracciamento in tempo reale della posa della mano all'avanguardia (SOTA) con una forza lavoro globale, Axis traduce la visione e la destrezza umana in movimento robotico su scala globale;
Pipeline di Elaborazione Dati: Automatizza la pulizia delle traiettorie, la randomizzazione del dominio e l'annotazione linguistica densa, producendo set di dati multimodali pronti per il modello con oltre 10 volte di qualità dei dati migliorata.
L'architettura unificata crea un volano auto-rinforzante: le traiettorie robotiche fallite da distribuzioni reali/simulate attivano interventi correttivi umani, che ritornano nell'addestramento per espandere la copertura dei casi limite, creando intelligenza cumulativa man mano che il volume dei dati cresce.
Moats Strutturali di Axis: Un Motore di Diversità Verticalmente Integrato e una Rete di Contributori Globale
Il punto di forza di Axis è la sua piattaforma unificata che copre l'intero ciclo di vita dell'AI Fisica. A differenza degli approcci tradizionali frammentati, Axis ha costruito un motore verticalmente integrato che unisce la raccolta di dati di pre-addestramento distribuiti su larga scala e l'aggregazione di dataset controllata da esseri umani in tempo reale dopo l'addestramento.
Progettato nativamente per la diversità dei dati, il motore proprietario di generazione di compiti di Axis randomizza i layout degli oggetti, l'illuminazione, le pose della telecamera, le proprietà fisiche e le morfologie dei robot, creando scene uniche e compiti di manipolazione infiniti, producendo dati di addestramento pronti per la generalizzazione.
Per fornire dati diversificati su scala di modelli fondamentali, Axis ha stabilito un'infrastruttura globale di dati robotici con oltre 100.000 contributori attivi che inviano in media 3-4 volte al giorno, massimizzando sia l'efficienza produttiva che la copertura della diversità. Oggi, Axis può generare oltre 1.200 ore di dati di simulazione e oltre 20.000 ore di dati ego-centrati del mondo reale in diversi scenari ogni mese.
Axis ha recentemente lanciato Sim Dataset V1, con risultati di benchmark che mostrano che la diversità ingegnerizzata offre guadagni di prestazioni misurabili. Su LIBERO-Plus, il pre-addestramento π0.5 sul dataset completamente diversificato di Axis ha migliorato il successo complessivo di 4.9 punti, superando un baseline di RoboCasa365 con volume corrispondente di 31.3 punti, con guadagni nella generalizzazione del layout, resilienza al rumore dei sensori e robustezza della posa del robot. Questo divario dimostra che il vantaggio di Axis deriva dal suo pipeline di diversità proprietaria, non semplicemente da una scala di dati più ampia.
Commercializzazione e Partnership Strategiche
Axis Robotics sta rapidamente commercializzando i suoi dati di addestramento di alta qualità per il deployment nel mondo reale. L'azienda offre “Pacchetti di Compiti” personalizzati, adattati alle esigenze specifiche dei produttori di hardware per robotica, delle aziende di modelli AI fisici e dei leader dell'automazione industriale.
Partnership commerciali iniziali sono già state stabilite con aziende tra cui Booster Robotics, Manycore Tech, Feagine Robotics, Dexmal, Lotus Car, Geely Auto, SomaStacks e altre. Queste collaborazioni evidenziano la domanda immediata del mercato per dati di addestramento robotico scalabili e ad alta fedeltà.
Ridefinire l'Intelligenza Fisica Generale
“Il futuro dell'AI Fisica dipende da una profonda simbiosi tra modelli e dati,” ha detto Chris. “I dataset statici non possono alimentare l'intelligenza robotica generale. La soluzione vincente è un motore di dati composti: un sistema verticalmente integrato che collega una rete globale di contributori con un'iterazione costante dei modelli. Ogni traiettoria diversa e correzione umana alimentano un miglioramento più rapido del modello, formando una ruota di intelligenza auto-rinforzante.”
L'azienda è guidata da un team di livello mondiale che combina i migliori ricercatori di AI e robotica provenienti da istituzioni d'élite come UC Berkeley, Carnegie Mellon University, Georgia Tech, NTU e SJTU, insieme a growth hacker che in precedenza hanno scalato prodotti di consumo a oltre 30 milioni di utenti globali.
Con questo round di finanziamento da 12 milioni di dollari guidato da Hack VC, Axis Robotics espanderà ulteriormente le sue capacità di generazione procedurale, scalerà la sua rete distribuita di contributori e consoliderà la sua posizione come il motore di dati critico che alimenta il futuro dell'AI Fisica.
Linktree | Twitter | Doc | Prodotto
Fonte: BeInCrypto
