Vad hände
TechCrunch rapporterar att fysiska AI-företag attraherar stora investeringar men ännu inte har producerat brett kapabla robotar som tillförlitligt utför värdefullt arbete. Utvecklare vid Actuate-konferensen beskrev brister på högkvalitativ utbildningsdata, tunga datorkrav och olösta meningsskiljaktigheter om huruvida robotföretag ska samdesigna hårdvara och AI eller bygga fler hårdvaruagnostiska modeller.
TechCrunch rapporterar att fysisk AI har blivit ett av de hetaste områdena för riskinvesteringar, där företag tillämpar tekniker förknippade med stora språkmodeller på robotik. Butiken kopplar sektorns entusiasm till Unitree, som beskrivs som Kinas ledande robottillverkare, som nådde en rapporterad värdering på 66 miljarder dollar efter sin börsnotering innan den förlorade nästan hälften av det värdet under rapportens vecka. TechCrunch säger att analytiker pekade på ett centralt problem: robotars fysiska förmågor förbättras, men deras förmåga att utföra värdeskapande arbete är fortfarande begränsad. Rapporten bekräftar inte oberoende värderingen, storleken på nedgången eller analytikernas identitet utöver det konto som tillhandahålls av TechCrunch.
TechCrunch rapporterar att Actuate, en konferens för utvecklare som bygger AI-system för robotar, hade vuxit till 1 500 deltagare och var tre gånger så stor som 2023, enligt arrangören Foxglove. Evenemanget avslöjade både entusiasm och oro över en "robotdatakris": en brist på högkvalitativ data för träningsmodeller. Rapporten säger att generaliserade robotar som kan utföra vilken uppgift som helst förblir långt borta, medan end-to-end-inlärning för specifika uppgifter ännu inte har gett tillförlitlig kommersiell prestanda. Utvecklare försöker därför anpassa praxis från frontier AI-laboratorier, inklusive att samla in mer varierad data, experimentera med träningsmetoder och designa bättre miljöer för förstärkningsinlärning.
En stor oenighet gäller hur nära robotintelligens bör vara knuten till viss hårdvara och industrier. TechCrunch rapporterar att Wayves vd Alex Kendall föredrar att börja med autonoma fordon, där företag kan samla in relevant kördata och huvudsyftet är att undvika kontakt snarare än att manipulera miljön. Han berättade för butiken att datainfrastruktur, simulering och maskininlärningsoperationer kunde delas mellan utföranden, medan modellerna av den fysiska världen skulle behöva en viss specialisering. Genesis AI VD Théophile Gervet intog den motsatta uppfattningen och sa till TechCrunch att sektorn är för tidigt för en separat "hjärnstrategi" och att hårdvara och AI borde samdesignas. Rapporten säger också att Uber och Wayve har lanserat humanoidfokuserade robotlabb, medan Tesla strävar efter en liknande riktning med Optimus.
Källinformation: techcrunch.com ↗
Varför det spelar roll
Rapporten antyder att robotteknikens framsteg kan bero mindre på en enda generell modell än på datainfrastruktur, simulering, implementeringserfarenhet och noggrant utvalda kommersiella uppgifter. Det belyser också en spänning mellan att bygga smala produkter som genererar intäkter och data nu och att sträva efter generella system som så småningom kan ersätta dem.
Rapporten är viktig eftersom den beskriver en praktisk flaskhals i fysisk AI: en kapabel modell måste koppla perception, planering och rörelse till de röriga förhållandena i den verkliga världen. I textbaserad AI kan lägga till data och beräkning förbättra prestandan utan att en maskin behöver fysiskt interagera med sin omgivning. Robotar måste istället klara av förändrade föremål, ytor, belysning, sensoravläsningar och säkerhetsbegränsningar. TechCrunchs konto indikerar att sektorn ännu inte har hittat ett i stort sett tillförlitligt sätt att omvandla dessa input till användbart arbete.
Den kommersiella strategin som beskrivs av TechCrunch är en avvägning. Företag som fokuserar på en smal uppgift kan placera robotar i verkliga miljöer tidigare, tjäna intäkter och samla in implementeringsdata. Rapporten nämner Gritts arbete med solenergi, Agilitys industriella utbyggnader och Bedrocks autonoma grävmaskiner som exempel. Men uppgiftsspecifika data kanske inte är tillräckligt varierande för att skapa en modell för allmänt ändamål. Gervet sa till TechCrunch att ett smalt företag byggt på en tidig generationsmodell så småningom kan bli omkörd av ett företag med en starkare generell modell. Omvänt kan en robot för allmänt bruk som bara lyckas cirka 80 % av tiden inte vara tillräckligt användbar för kunderna.
Redovisningen visar också varför infrastruktur kan vara lika betydelsefull som roboten själv. TechCrunch rapporterar att high fidelity-simulering kräver mer data och datorresurser, inklusive GPU:er lämpade för strålspårning. Foxglove, grundat av tidigare Cruise-anställda, beskrivs som att bygga verktyg för att söka och hantera den täta visuella och lidar-data som genereras av robotsystem. Dess nya produkt, byggd på Nvidias Cosmos open- världsmodell, är avsedd att låta ingenjörer använda naturliga språkfrågor för att skapa utvärderingar och simuleringar och för att påskynda triage och felsökning. Dessa påståenden kommer från TechCrunchs rapportering och företagens beskrivningar; källan ger inga oberoende prestandatester, kundresultat eller jämförelse med alternativa verktyg.
Interaktiv mekanism: hur det faktiskt fungerar
Utforska den underliggande tekniken bakom denna utveckling interaktivt.
crm_get_transaction(id='4092').Which component of an AI application is the machine-learning model itself?
Vad du ska titta på härnäst
De viktigaste signalerna kommer att vara tillförlitliga driftsättningar, repeterbar prestanda och bevis på att robotar kan hantera manipulation utanför kontrollerade miljöer. TechCrunch rapporterar också att Foxglove har introducerat en datasökningsprodukt på naturligt språk byggd på Nvidia:s Cosmos-världsmodell, som kan hjälpa utvecklare att utvärdera och felsöka fysiska AI-system snabbare.
Det tydligaste testet kommer att vara om företag med fysisk AI kan uppvisa repeterbar prestanda i verkliga installationer snarare än isolerade demonstrationer. TechCrunch rapporterar att autonoma fordon ligger före dels för att företag kan samla in stora mängder kördata och för att körning främst kräver att man undviker kontakt. Manipulation är svårare: en robot måste greppa, trycka, dra, placera och släppa föremål trots variation i miljön. Rapporten tillhandahåller inte standardiserade framgångsfrekvenser, distributionsvolymer, misslyckandefrekvenser eller oberoende utvärderingar för de företag som den diskuterar.
TechCrunch identifierar flera möjliga milstolpar. Kendall sa att ett meningsfullt konsumentgenombrott skulle vara fordonsautonomi från ögonen med mindre än 1 000 dollar i hårdvara, medan Gervet beskrev en robot som kunde förstå en begäran på naturligt språk och utföra grundläggande manipulationsuppgifter med minst ungefär 80 % tillförlitlighet direkt. Dessa är intervjupersoners definitioner av framgång, inte påvisade resultat. Källan fastställer inte när någon av milstolparna kan inträffa, om hårdvarukostnadströskeln inkluderar alla systemkostnader eller hur tillförlitligheten skulle mätas över uppgifter och miljöer.
Sektorns riktning kommer också att bero på om specialiserade utbyggnader skapar en varaktig väg mot allmän intelligens eller bara producerar isolerade system. Bedrocks CTO berättade för TechCrunch att utgrävning var ett första sätt att studera manipulation i okontrollerade miljöer, med ett långsiktigt mål om ett intelligensskikt som spänner över flera anläggningsmaskiner. Foxgloves VD Adrian Macneil hävdade att robotteknik kanske inte har ett enda ögonblick i ChatGPT-stil eftersom att distribuera användbara maskiner i den fysiska världen är mycket svårare än att distribuera programvara. Vad som förblir okänt är om bättre simulering och dataverktyg kan täppa till det gapet, hur mycket mänskliga tillsynsinstallationer kommer att kräva och om kunderna kommer att betala för robotar innan kapacitet för allmänna ändamål anländer.