Kembali ke Berita
produkAI Understanding taklimat

Rajah AI melaporkan Platform latihan robot sumber ramai indeks telah mengumpulkan 16 juta video

Glitchwire melaporkan bahawa Figure AI telah membawa Index keluar dari senyap selepas mengumpul 16 juta video yang dimuat naik pengguna di 108 negara. Figure mengatakan platform itu mempunyai 264,000 muat turun, 43,000 penyumbang aktif mingguan dan telah membayar penyumbang $15 juta, walaupun laporan yang dibekalkan tidak secara bebas…

5 min readRead the linked source
Source-provided image accompanying Figure AI reports Index crowdsourced robot-training platform has collected 16 million videos
Rujukan sumberSumber direkodkan
Penerbit
glitchwire.com
Pautan sumber
glitchwire.comhttps://glitchwire.com/news/figure-ai-announces-index-a-crowdsourced-robot-training-dataset-that-could-resha/
Jenis sumber
Sumber terpaut — status sumber primer belum ditetapkan.
KonteksFahami perkara ini dalam masa 60 saat

Mulakan di sini

Istilah utama

Generalisasi
Seberapa baik prestasi model pada data baharu yang tidak kelihatan di luar set latihan.
Penanda aras
Ujian piawai atau set data yang digunakan untuk mengukur dan membandingkan prestasi model.
Kira
Sumber pemprosesan yang diperlukan untuk melatih dan menjalankan model, selalunya diukur dalam jam FLOPS atau GPU.
Uji diri andaKuiz Agen AI

Apa yang berlaku

Glitchwire melaporkan bahawa Figure AI mengumumkan Index, platform sumber ramai yang direka untuk mengumpul video orang yang melakukan tugas fizikal setiap hari untuk latihan robot humanoid. Figure mengatakan bahawa platform itu mengumpul 16 juta muat naik dalam tempoh senyap empat bulan dan membayar penyumbang untuk data. Laporan itu mengatakan Figure merancang untuk membelanjakan lebih daripada $1 bilion pada data dan mengira dalam tempoh 12 bulan akan datang.

Glitchwire melaporkan bahawa Figure AI telah membawa Indeks keluar dari senyap selepas empat bulan beroperasi. Menurut laporan itu, Figure berkata platform itu telah menerima 16 juta muat naik video daripada pengguna di 108 negara, melepasi 264,000 muat turun aplikasi dan mencapai lebih 43,000 pengguna aktif mingguan. Figure juga mengatakan ia telah membayar penyumbang $15 juta dan muat naik tiba pada kadar lebih daripada 30 minit video sesaat. Angka-angka ini datang daripada pengumuman Figure dan bahan berkaitan syarikat; laporan yang dibekalkan tidak mengesahkannya secara bebas.

Tujuan platform ini adalah untuk mengumpulkan demonstrasi tugas fizikal untuk robot humanoid. Glitchwire menerangkan contoh termasuk membuka laci, melipat dobi dan menavigasi ruang yang bersepah. Laporan itu mengatakan Rajah melihat maklumat ini sebagai rakan sejawat yang tiada kepada teks internet yang digunakan untuk melatih model bahasa: demonstrasi dunia fizikal lebih sukar untuk dikumpulkan pada skala dan termasuk variasi persekitaran yang simulasi atau teleoperasi terkawal mungkin tidak dapat ditangkap. Pendekatan Index adalah untuk membayar orang biasa untuk merekodkan aktiviti harian dalam persekitaran mereka sendiri.

Glitchwire meletakkan Index dalam usaha yang lebih luas Figure untuk melatih sistem Helixnya, yang menurut laporan itu menggunakan demonstrasi manusia yang ditangkap melalui teleoperasi, log prestasi robot dan video berskala besar orang yang melakukan tugas harian. Artikel itu juga menerangkan inisiatif Project Go-Big Figure dan perkongsian dengan Brookfield yang melibatkan unit kediaman, tetapi ia membentangkan Indeks sebagai strategi penyumberan ramai yang berasingan. Figure berkata ia berhasrat untuk membelanjakan lebih daripada $1 bilion pada data dan mengira dalam tempoh 12 bulan akan datang. Laporan itu mengatakan platform itu secara langsung dan menerima penyumbang, tetapi ia tidak menyediakan syarat penyertaan yang disahkan secara bebas atau penilaian teknikal awam.

Butiran sumber: glitchwire.com ↗

Mengapa ia penting

Indeks menyasarkan had utama AI yang terkandung: robot memerlukan sejumlah besar data tugas dunia sebenar, termasuk contoh dari pelbagai rumah, persekitaran dan bahan. Jika skala dan kualiti data yang dilaporkan oleh Rajah dipegang, platform itu boleh mempengaruhi cara robot humanoid dilatih dan cara syarikat merekrut orang untuk menyediakan data latihan. Implikasi buruh jangka panjangnya kekal tidak pasti.

Kepentingan Indeks ialah ia menganggap pengumpulan data sebagai masalah infrastruktur untuk AI fizikal dan bukan hanya masalah perkakasan robotik. Robot yang beroperasi di luar kilang mesti berurusan dengan susun atur, permukaan, objek dan rutin isi rumah yang berbeza. Glitchwire melaporkan bahawa mengumpul sumbangan merentas 108 negara bertujuan untuk mendedahkan sistem Figure kepada variasi budaya, seni bina dan bahan. Itu boleh membantu menangani ekor panjang situasi yang sukar untuk dihasilkan semula dalam simulasi, walaupun keluasan geografi sahaja tidak menunjukkan bahawa data itu mewakili atau berguna.

Projek itu juga boleh menjejaskan ekonomi pembangunan robot. Bayaran penyumbang berjumlah $15 juta yang dilaporkan oleh Figure menunjukkan bahawa syarikat itu sudah membayar untuk data pada skala yang bermakna. Jika video dilabelkan dengan secukupnya, pelbagai dan berkaitan dengan tindakan yang mesti dilakukan oleh robot, penyumberan ramai boleh menjadi cara berulang untuk mengembangkan set latihan. Tetapi laporan itu tidak menerangkan cara penyumbang dipilih, tugas apa yang mereka diminta lakukan, cara kualiti diperiksa atau cara privasi dan persetujuan dikendalikan semasa merakam di dalam rumah. Peninggalan tersebut mengehadkan perkara yang boleh disimpulkan tentang nilai set data.

Implikasi buruh berpotensi besar tetapi kekal prospektif. Glitchwire berkata Rajah secara jelas menghubungkan Indeks kepada perkhidmatan masa hadapan di mana pelanggan memajak robot untuk kerja rumah, dan ia melaporkan bahawa Ketua Pegawai Eksekutif Brett Adcock telah membincangkan kemungkinan harga pajakan bulanan kira-kira $400 hingga $600. Artikel itu juga mengatakan robot Figure menyokong pengeluaran lebih daripada 30,000 kenderaan BMW X3 selama 11 bulan di South Carolina. Tuntutan tersebut tidak disahkan secara bebas dalam bahan yang dibekalkan, dan laporan itu tidak menawarkan bukti bahawa robot isi rumah pada masa ini boleh melaksanakan pelbagai tugas dengan pasti. Pembangunan segera adalah produk pengumpulan data, bukan bukti bahawa buruh isi rumah telah diganti.

Interactive Mechanism

Mekanisme Interaktif: Bagaimana Ia Berfungsi Sebenarnya

Terokai teknologi asas di sebalik pembangunan ini secara interaktif.

Model Parameter Size:8B Parameters
VRAM Required5.5 GBGPU memory footprint
Target HardwareMacBook / Single GPUDeployment tier
Privacy100% Air-GappedLocal device capability
Core takeaway: Small, quantized models (3B–8B) now run directly inside smartphones and laptops with complete data privacy, while mammoth 400B+ models remain the domain of datacenter clusters.
Semakan Konsep Interaktif+10 Points
AI Agents Quiz

An agent must create a draft calendar event for Tuesday at 2 p.m. Which evidence would establish the requested result?

Apa yang perlu ditonton seterusnya

Persoalan utama ialah sama ada video sumber ramai diterjemahkan ke dalam tingkah laku robot yang boleh dipercayai, cara penyumbang dibayar dan dilindungi, dan sama ada Rajah boleh menskalakan model secara ekonomi. Laporan itu tidak mengesahkan secara bebas angka penggunaan, pembayaran atau prestasi Figure, dan ia tidak memberikan penilaian awam yang menunjukkan bahawa Index telah meningkatkan keupayaan robot yang digunakan.

Ujian pertama adalah teknikal: sama ada video manusia yang menjalankan tugas boleh meningkatkan kawalan robot dalam persekitaran sebenar. Bukti berguna termasuk penilaian yang boleh diterbitkan secara bebas, tugasan yang ditakrifkan dengan jelas, kadar kegagalan, generalisasi merentas rumah dan objek, dan perbandingan dengan latihan teleoperasi atau simulasi. Glitchwire melaporkan bahawa Rajah telah menunjukkan robot dalam tetapan industri terkawal, tetapi ia tidak memberikan hasil berasaskan Indeks baharu atau penanda aras yang menunjukkan bahawa platform telah mengubah prestasi.

Ujian kedua ialah ekonomi. Aktiviti semasa yang dilaporkan oleh Rajah mungkin tidak meramalkan kos memperoleh dan menyemak data pada sepuluh atau seratus kali ganda skala sekarang. Laporan itu mengatakan syarikat itu merangka laluannya sebagai pengembangan 100 kali ganda dan pembayaran $15 juta sedia ada menunjukkan model itu berfungsi pada skala semasa. Itu adalah dakwaan tentang ekonomi semasa, bukan ramalan yang disahkan secara bebas. Pelaporan masa hadapan harus meneliti pampasan penyumbang, ketersediaan tugas, pengekalan platform, kos pembersihan data dan sama ada data latihan yang terhasil menghasilkan nilai komersial yang boleh diukur.

Ujian ketiga melibatkan tadbir urus dan pengagihan faedah. Sistem yang membayar orang untuk mengajar robot boleh mencipta peluang pendapatan baharu, tetapi ia juga boleh menjadikan aktiviti isi rumah biasa menjadi sumber data tingkah laku yang bernilai komersial. Laporan yang dibekalkan tidak menyatakan hak yang disimpan oleh penyumbang, sama ada rakaman termasuk orang yang melihat atau maklumat peribadi, cara data boleh ditarik balik atau cara Rajah mengendalikan risiko keselamatan. Ia juga tidak menentukan sama ada sebarang pelancaran perkhidmatan robot akan berlaku, pada harga berapa, atau pada tahap kebolehpercayaan. Sehingga soalan tersebut dijawab, Indeks paling difahami sebagai pelancaran pengumpulan data yang penting dengan kesan hiliran yang tidak menentu.

Panduan & kuiz berkaitan

Ejen AIModel AI DiterangkanLatihan AIMasa Depan AIUji apa yang anda tahu — cuba kuiz AI percumaCari istilah AI dalam glosari kamiIkuti penjejak keluaran model AI
Adakah ini berguna?