งานหนักในการฝึกหุ่นยนต์: XDOF ระดมทุน 70 ล้านดอลลาร์เพื่อสร้างไปป์ไลน์ข้อมูลที่ AI labs ต้องการอย่างเร่งด่วน

BitcoinWorld

งานหนักของการฝึกหุ่นยนต์: XDOF ระดมทุน 70 ล้านดอลลาร์เพื่อสร้างท่อข้อมูลที่แล็บ AI ต้องการอย่างเร่งด่วน

เมื่อสองสัปดาห์ก่อน OpenAI ประกาศว่าจะเปิดตัวโปรแกรมหุ่นยนต์อีกครั้ง หลังจากปิดตัวไปในปี 2021 ซึ่งเป็นสัญญาณล่าสุดว่าแล็บ AI รายใหญ่กำลังแข่งขันกันสอนให้เครื่องจักรทำงานในโลกกายภาพ แต่การสร้างหุ่นยนต์ที่มีความสามารถต้องการสิ่งที่อุตสาหกรรม AI ยังไม่มีในระดับที่เพียงพอ นั่นคือข้อมูลการฝึกที่เทียบเท่ากับสิ่งที่ขับเคลื่อนโมเดลภาษา ช่องว่างนี้กำลังสร้างธุรกิจโครงสร้างพื้นฐานรูปแบบใหม่

ต่างจากโมเดลภาษาขนาดใหญ่ที่ฝึกด้วยข้อความที่เผยแพร่สาธารณะจำนวนมหาศาล หุ่นยนต์ต้องการข้อมูลที่จับการโต้ตอบทางกายภาพ ซึ่งข้อมูลประเภทนี้แทบไม่มีอยู่เลย วิดีโอ YouTube และฟุตเทจที่บันทึกโดยพนักงานกิ๊กมีความละเอียดต่ำและยากต่อการนำไปใช้กับโลกกายภาพ XDOF (ออกเสียงว่า "เอ็กซ์-ดอฟ") คือสตาร์ทอัพที่โผล่ออกมาจากโหมดลับในวันนี้ โดยเดิมพันว่าคอขวดสำคัญถัดไปใน AI ไม่ใช่โมเดลหรือชิป แต่คือวงจรป้อนกลับข้อมูลที่จำเป็นในการสอนหุ่นยนต์ให้โต้ตอบกับโลกกายภาพ

การสร้างระบบนิเวศข้อมูลสำหรับ Physical AI

XDOF มุ่งสร้างท่อข้อมูล เครื่องมือเก็บรวบรวม และระบบการอธิบายข้อมูลที่แล็บชั้นนำและบริษัทหุ่นยนต์ไม่สามารถสร้างเองได้โดยง่าย บริษัทระดมทุนได้ 70 ล้านดอลลาร์จาก Thrive Capital, Spark Capital, a16z, Lux และ WndrCo ผู้ร่วมก่อตั้งและซีอีโอ Philippe Wu กล่าวว่า XDOF ซึ่งมีพนักงานประมาณ 60 คน กำลังทำงานร่วมกับลูกค้า 20 รายแล้ว รวมถึงแล็บ AI ชั้นนำหลายแห่ง แม้ว่าเขาไม่สามารถเปิดเผยชื่อได้

"แล็บชั้นนำทุกแห่งกำลังพยายามมุ่งสู่หุ่นยนต์" Wu กล่าวในการสัมภาษณ์ "เราเห็นแล้วว่าการตามหลังในการแข่งขันโมเดลภาษานำมาซึ่งความเสียหายอย่างไร คุณไม่อยากอยู่ในสถานการณ์แบบนี้ที่ตามหลังเทคโนโลยีนี้ช้าเกินไป และทุกคนอยู่ในสถานการณ์เดียวกันที่ Physical AI คือพรมแดนถัดไป"

Wu ประสบปัญหานี้ด้วยตัวเองในฐานะนักศึกษาปริญญาเอกที่ UC Berkeley ซึ่งเขามุ่งเน้นการทำให้หุ่นยนต์เรียนรู้ทักษะจากชุดข้อมูลขนาดใหญ่ แต่มีปัญหาเดียวคือ "เราไม่มีข้อมูลขนาดใหญ่ที่จะใช้งาน" เขากล่าว "มีปัญหาไก่กับไข่ เราต้องเก็บรวบรวมข้อมูลก่อนจึงจะสามารถถามได้ว่าจะฝึก foundation model สำหรับหุ่นยนต์อย่างไร"

Wu และผู้ร่วมก่อตั้ง XDOF และ CTO ในอนาคต Fred Shentu ได้ทำงานในโครงการที่เรียกว่า GELLO ซึ่งเป็นระบบ teleoperation ต้นทุนต่ำที่ให้ผู้ควบคุมมนุษย์ควบคุมแขนหุ่นยนต์เพื่อสร้างข้อมูลการฝึก "มันกลายเป็นงานวิจัยที่มีอิทธิพลมากในวงการหุ่นยนต์ เพราะหลายคนมีความต้องการและคอขวดที่คล้ายกัน และหลายคนเริ่มนำอุปกรณ์ประเภทนี้มาใช้ในการเก็บข้อมูล" Wu กล่าว

เมื่อเห็นโอกาส Wu, Shentu และผู้ร่วมก่อตั้งคนที่สาม Nemo Jin ในตำแหน่ง Chief Operating Officer จึงเปิดตัว XDOF ในเดือนตุลาคม 2024 เพื่อจัดหาระบบนิเวศข้อมูลสำหรับบริษัทที่มุ่งพัฒนาโมเดลหุ่นยนต์ โดยตระหนักว่าการให้บริการข้อมูลเพียงอย่างเดียวอาจเป็นธุรกิจที่ไม่มีทางออก บริษัทจึงมุ่งเน้นการทำความสะอาดข้อมูล การสร้างเครื่องมือ และการอธิบายข้อมูลด้วย ซึ่งสร้างวงจรป้อนกลับที่เสริมกันเองสำหรับนักฝึกหุ่นยนต์

ชุดข้อมูล ABC: มาตรฐานใหม่สำหรับการวิจัยหุ่นยนต์

เป็นจุดเริ่มต้น บริษัทกำลังร่วมมือกับแล็บวิจัย AI ของ UC Berkeley เพื่อเผยแพร่สิ่งที่เชื่อว่าเป็นการรวบรวมข้อมูลการฝึกหุ่นยนต์คุณภาพสูงที่ใหญ่ที่สุดเท่าที่เคยมีมา ซึ่งเรียกว่า ABC ประกอบด้วยเส้นทาง 130,000 เส้นทางของข้อมูลการจัดการหุ่นยนต์ การจำลอง 300 ชั่วโมง และการประเมิน 100 ชั่วโมง ข้อมูล pre-training ในระดับนี้ไม่เคยมีให้กับวงการวิชาการมาก่อน

"เราเห็นในด้านภาษา การสร้างภาพ และสาขาอื่นๆ ว่าเมื่อโมเดลและข้อมูลถูกเผยแพร่ ชุมชนสามารถบรรลุสิ่งที่คุณอาจไม่คาดคิด" David McAllister นักศึกษาปริญญาเอกของ Berkeley ที่ช่วยจัดการเผยแพร่ กล่าวกับ Bitcoin World ทีมได้ใช้ข้อมูลนี้ในการฝึกหุ่นยนต์ในงานมาตรฐานแล้ว เช่น การพับเสื้อยืด การกดกล่องให้แบน และการใส่ AirPods เข้าในกล่อง

สามระดับของการเก็บรวบรวมข้อมูล

บริษัทวางแผนที่จะทำงานในสามระดับของพีระมิดข้อมูล ระดับที่มีคุณค่ามากที่สุดคือข้อมูล teleoperation ที่เก็บรวบรวมจากหุ่นยนต์จริงที่กำลังใช้งาน ถัดมาคือหุ่นยนต์ที่ควบคุมจากระยะไกลซึ่งรวบรวมข้อมูลทั่วไปมากขึ้น เช่นเดียวกับ GELLO และสุดท้ายคือข้อมูล "egocentric" ที่รวบรวมโดยมนุษย์ที่ทำกิจกรรมประจำวัน ซึ่ง XDOF วางแผนที่จะสร้างเซ็นเซอร์แบบสวมใส่ของตัวเอง

"การเลือกกล้องของคุณจะส่งผลต่อคุณภาพของข้อมูล ซึ่งจะส่งผลต่อประสิทธิภาพของอัลกอริทึมการติดตามมือของคุณ" Wu กล่าว "หากคุณไม่ออกแบบฮาร์ดแวร์ให้ดีตั้งแต่ต้น ข้อมูลที่คุณเก็บรวบรวมอาจมีปัญหาเฉพาะที่คุณไม่ได้คาดการณ์ไว้"

บริษัทวางแผนที่จะจ้างและฝึกอบรมนักปฏิบัติการ teleoperation และนักปฏิบัติการข้อมูล egocentric จำนวนมากทั่วโลก ซึ่งเป็นโมเดลที่ใช้แรงงานเข้มข้นที่นำมาซึ่งคำถามที่ชัดเจน: ทำไมแล็บรายใหญ่ถึงไม่ทำงานผลิตข้อมูลนี้เอง?

"คุณต้องการคลังสินค้าขนาดหลายแสนตารางฟุตพร้อมหุ่นยนต์หลายร้อยตัว" Wu กล่าว "คุณต้องบำรุงรักษาหุ่นยนต์เหล่านี้ ปรับเทียบพารามิเตอร์ทางกายภาพ และฝึกอบรมผู้ปฏิบัติงานอย่างเหมาะสม" นี่คือการขยายตัวที่ต้องการความมุ่งมั่น ทุน และขนาดการดำเนินงานที่แล็บ AI ส่วนใหญ่อยากจะ outsource ออกไป ซึ่งนั่นคือตลาดที่ XDOF กำลังเดิมพันอยู่

ทำไมสิ่งนี้จึงสำคัญสำหรับอุตสาหกรรม AI

การเกิดขึ้นของ XDOF เป็นสัญญาณของการเปลี่ยนแปลงที่กว้างขึ้นในภูมิทัศน์ AI เมื่อแล็บชั้นนำแข่งขันมุ่งสู่ Physical AI ที่เป็นหุ่นยนต์ที่สามารถทำงานในสภาพแวดล้อมของมนุษย์ที่ไม่มีโครงสร้าง คอขวดของข้อมูลกำลังกลายเป็นสิ่งสำคัญพอๆ กับพลังการประมวลผลหรือสถาปัตยกรรมโมเดล บริษัทที่สามารถจัดหาข้อมูลการฝึกที่เชื่อถือได้และมีคุณภาพสูงสำหรับการโต้ตอบทางกายภาพกำลังวางตำแหน่งตัวเองเป็นผู้ให้บริการโครงสร้างพื้นฐานที่จำเป็น

ชื่อ XDOF เป็นการเล่นคำกับคำศัพท์ทางหุ่นยนต์ว่า "degrees of freedom" ซึ่งอธิบายจำนวนการเคลื่อนไหวอิสระที่หุ่นยนต์สามารถทำได้ แขนของคุณตั้งแต่ไหล่ถึงข้อมือมีเจ็ด degrees of freedom หุ่นยนต์ล่าสุดของบริษัทหุ่นยนต์ humanoid Figure.AI มี 30 X ในชื่อบริษัทสะท้อนความทะเยอทะยาน: "Degrees of freedom ที่ไม่จำกัด, degrees of freedom ไม่มีขีดจำกัด" Wu กล่าว

บทสรุป

การระดมทุน 70 ล้านดอลลาร์และการประกาศออกจากโหมดลับของ XDOF เน้นย้ำการตระหนักรู้ที่เพิ่มขึ้นในอุตสาหกรรม AI: เส้นทางสู่ Physical AI ที่มีความสามารถนั้นผ่านโครงสร้างพื้นฐานข้อมูล ไม่ใช่แค่โมเดลที่ดีกว่า เมื่อแล็บมากขึ้นเดินตาม OpenAI ในการรีสตาร์ทโปรแกรมหุ่นยนต์ ความต้องการข้อมูลการฝึกคุณภาพสูงที่อิงกับโลกกายภาพจะยิ่งเพิ่มขึ้นเรื่อยๆ XDOF กำลังวางตำแหน่งตัวเองให้อยู่ที่ศูนย์กลางของความต้องการนั้น โดยสร้างท่อข้อมูลที่อาจกำหนดได้ว่าบริษัทใดจะประสบความสำเร็จในการแข่งขันสร้างหุ่นยนต์ที่สามารถทำงานได้จริงในโลกแห่งความเป็นจริง

คำถามที่พบบ่อย

Q1: XDOF คืออะไรและทำอะไร?
XDOF คือสตาร์ทอัพที่สร้างท่อข้อมูล เครื่องมือเก็บรวบรวม และระบบการอธิบายข้อมูลสำหรับการฝึกหุ่นยนต์ โดยจัดหาข้อมูลการฝึกในโลกกายภาพที่แล็บ AI ต้องการเพื่อสอนหุ่นยนต์ให้โต้ตอบกับสภาพแวดล้อม

Q2: ทำไมข้อมูลการฝึกหุ่นยนต์จึงแตกต่างจากข้อมูลการฝึกโมเดลภาษา?
โมเดลภาษาสามารถฝึกด้วยข้อความจำนวนมากที่มีอยู่บนอินเทอร์เน็ต ข้อมูลการฝึกหุ่นยนต์ต้องจับการโต้ตอบทางกายภาพ เช่น การหยิบจับวัตถุหรือการพับเสื้อผ้า ซึ่งต้องการวิธีการเก็บรวบรวมเฉพาะทาง เช่น teleoperation หรือเซ็นเซอร์แบบสวมใส่

Q3: XDOF ระดมทุนได้เท่าไรและใครคือนักลงทุน?
XDOF ระดมทุนได้ 70 ล้านดอลลาร์จาก Thrive Capital, Spark Capital, a16z, Lux และ WndrCo บริษัทมีพนักงานประมาณ 60 คน และกำลังทำงานร่วมกับลูกค้า 20 รายแล้ว รวมถึงแล็บ AI ชั้นนำหลายแห่ง

This post งานหนักของการฝึกหุ่นยนต์: XDOF ระดมทุน 70 ล้านดอลลาร์เพื่อสร้างท่อข้อมูลที่แล็บ AI ต้องการอย่างเร่งด่วน first appeared on BitcoinWorld.