Ada koin dengan hampir tidak ada kompetisi, mengabstraksikan tugas-tugas yang paling kompleks dalam apa yang mungkin menjadi sektor dengan pertumbuhan tercepat yang pernah kita lihat.

Di mana tim di baliknya bahkan mendapatkan masukan langsung dari tim LeRobot dari Hugging Face untuk membangun SDK terbuka untuk simulasi dunia. Dengan kata lain, mereka bekerja sama dengan pemimpin AI sumber terbuka untuk membuat paket pengembangan mereka seefisien mungkin dalam mensimulasikan realitas.

Vertikal ini sangat penting karena robot humanoid tidak berurusan dengan teks atau kode, mereka beroperasi dalam atom dan objek fisik. Sebuah agen AI dapat menganalisis teks, tetapi humanoid perlu merasakan dan memanipulasi dunia 3D di depannya.

Salah satu alasan mengapa Tesla memiliki keunggulan dengan humanoid Optimus-nya adalah kekayaan data jaringan saraf dunia nyata yang dikumpulkan oleh armada Tesla. Mobil-mobil Tesla secara kolektif mencatat sekitar 50 miliar mil per tahun, memberikan dataset yang hampir tak terbatas untuk melatih AI visi dan kontrol.

Namun, melatih robot di dunia nyata tetap menyakitkan lambat dan membutuhkan banyak sumber daya. Kemajuan telah terbatas karena tidak ada yang sepenuhnya memecahkan data sintetis untuk humanoid, yaitu kesenjangan "sim untuk nyata". Dapat memakan waktu ratusan jam pelatihan fisik untuk mengajarkan robot tugas sederhana dan simulasi sering kali tidak memenuhi kenyataan.

Semua bagian ada, tubuh humanoid mendekati kemampuan tingkat manusia, tetapi penghubung yang hilang adalah otak, perangkat lunak yang memberitahu robot-robot ini bagaimana melakukan sesuatu. Sebuah robot mungkin memiliki lengan dan kaki, tetapi tanpa kode cerdas, ia bahkan tidak bisa memasak makan malam Anda saat Anda menonton Netflix.

Sama seperti smartphone tidak berguna sampai toko aplikasi membuka aplikasi pihak ketiga, humanoid akan tidak berguna tanpa perpustakaan keterampilan berkualitas tinggi. Nilai terbesar akan datang dari siapa pun yang membangun infrastruktur yang memungkinkan pengembang dengan mudah membuat "aplikasi" (tugas) untuk robot. Platform yang memudahkan pemrograman perilaku robot akan menjadi "toko aplikasi" era robotika.

Pengembang individu mengalami kesulitan karena mereka seringkali kekurangan daya komputasi dan perangkat keras untuk melatih tugas robotik di rumah ( seperti yang terlihat di discord komunitas robotika Hugging Face ). Inilah sebabnya mengapa platform terbuka dengan simulasi cloud sangat dibutuhkan.

Kami sudah mulai melihat rilis yang menyoroti pengembang yang memiliki kemampuan untuk menjalankan simulasi robot penuh di server jarak jauh, sehingga siapa pun dapat melatih dan menguji tugas kompleks tanpa perangkat keras khusus yang tersedia.

Model multi-modal sekarang mengaitkan visi dan bahasa bersama, sebuah robot dapat 'melihat' melalui beberapa kamera dan bertindak berdasarkan perintah alami. Ini memungkinkan penyempurnaan keterampilan baru dengan dataset yang lebih kecil dan komputasi yang lebih ringan. Sama seperti yang telah kita lihat dengan model Helix VLA dari Figure.

Saya akan memberikan satu tebakan siapa ini.