Axis Robotics ha raccolto 12 milioni di dollari di finanziamenti per costruire il motore di dati a incremento automatico che accelera l'intelligenza artificiale applicata alla fisica

Axis Robotics, il motore di elaborazione dati che accelera l'intelligenza artificiale 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 diversi angel investor.

Il finanziamento accelererà la missione di Axis di costruire un motore di dati globale massivamente parallelo con intervento umano, risolvendo il problema principale dell'intelligenza artificiale fisica: la generazione scalabile di dati di addestramento robotico strutturati e altamente diversificati.

Risolvere il collo di bottiglia dei dati nell'IA fisica

Mentre i modelli linguistici su larga scala si basano su trilioni di token di dati internet preesistenti, l'intelligenza artificiale fisica si trova ad affrontare tre importanti ostacoli: la grave scarsità di dati, il divario di generalizzazione e la frammentazione dell'incarnazione su diversi hardware robotici.

"L'intelligenza artificiale fisica richiede miliardi di traiettorie di movimento di interazione fisica umana", ha affermato Chris, fondatore di Axis Robotics. "Per anni, il settore ha sofferto della mancanza di un sistema di produzione dati ibrido efficiente e infinitamente scalabile, in grado di consentire ai modelli di iterare senza sforzo, ed è esattamente ciò che abbiamo creato con Axis: un motore di dati a incremento automatico."

In che modo Axis potenzia l'intelligenza generale della robotica?

Il motore proprietario Compounding Data Engine di Axis offre un flusso di lavoro completo che integra la generazione di attività, l'acquisizione dei dati, l'addestramento continuo del modello e l'ottimizzazione:

Motore di generazione attività: genera attività robotiche atomiche esponenzialmente diverse tramite la randomizzazione di oggetti, layout spaziali, elementi visivi, incarnazioni robotiche e semantica, integrando la diversità in ogni singola traiettoria di dati;

Piattaforma di teleoperazione di simulazione basata su browser: la prima interfaccia web al mondo che consente a chiunque di generare traiettorie di movimento robotiche di alta qualità da remoto. Axis offre una produttività 10 volte superiore rispetto alla raccolta dati in laboratorio e integra perfettamente i cicli di intervento DAgger (aggregazione di set di dati) con controllo umano per perfezionare e correggere continuamente le politiche del robot;

App Ego Data Mobile Capture: sposta l'acquisizione di dati nel mondo reale da costose configurazioni hardware a un'applicazione mobile senza barriere d'ingresso. Combinando il tracciamento della posizione della mano in tempo reale all'avanguardia (SOTA) tracuna 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 una qualità dei dati migliorata di oltre 10 volte.

L'architettura unificata crea un circolo virtuoso che si autoalimenta: le traiettorie robotiche fallite, derivanti da implementazioni reali o simulate, attivano un intervento correttivo umano, che a sua volta alimenta l'addestramento per ampliare la copertura dei casi limite, creando un'intelligenza cumulativa man mano che il volume dei dati aumenta.

I vantaggi strutturali di Axis: un motore di diversità integrato verticalmente e una rete globale di collaboratori

Il punto di forza di Axis è la sua piattaforma unificata che copre l'intero ciclo di vita dell'IA fisica. A differenza degli approcci tradizionali frammentati, Axis ha creato un motore integrato verticalmente che unisce la raccolta distribuita di dati pre-addestramento su larga scala e l'aggregazione di set di dati post-addestramento in tempo reale, con supervisione umana.

Progettato nativamente per la diversità dei dati, il motore proprietario di generazione di attività di Axis randomizza la disposizione degli oggetti, l'illuminazione, le posizioni della telecamera, le proprietà fisiche e le morfologie dei robot, creando infinite scene e attività di manipolazione uniche e producendo dati di addestramento pronti per la generalizzazione.

Per fornire dati diversificati su scala di base, Axis ha creato un'infrastruttura globale di dati robotici con oltre 100.000 collaboratori attivi che inviano dati in media da 3 a 4 volte al giorno, massimizzando così sia l'efficienza produttiva che la copertura diversificata. Oggi, Axis è in grado di generare ogni mese oltre 1.200 ore di dati di simulazione e più di 20.000 ore di dati egocentrici reali in diversi scenari.

Axis ha recentemente lanciato Sim Dataset V1, i cui risultati di benchmark dimostrano che la diversità ingegnerizzata offre miglioramenti prestazionali misurabili. Su LIBERO-Plus, il pre-addestramento di π0.5 sul dataset completamente diversificato di Axis ha migliorato il successo complessivo di 4,9 punti, superando di 31,3 punti una baseline RoboCasa365 con volume equivalente, con miglioramenti nella generalizzazione del layout, nella resilienza al rumore dei sensori e nella robustezza della posizione del robot. Questo divario dimostra che il vantaggio di Axis deriva dalla sua pipeline proprietaria di diversità, e non semplicemente da una maggiore scala di dati.

Commercializzazione e partnership strategiche

Axis Robotics sta commercializzando rapidamente i suoi dati di addestramento di alta qualità per l'impiego nel mondo reale. L'azienda offre "pacchetti di attività" personalizzati, studiati per soddisfare le esigenze specifiche dei produttori di hardware robotico, delle aziende che sviluppano modelli di intelligenza artificiale fisica e dei leader dell'automazione industriale.

Sono già state avviate le prime collaborazioni commerciali con aziende quali Booster Robotics, Manycore Tech, Feagine Robotics, Dexmal, Lotus Car, Geely Auto, SomaStacks e altre ancora. Queste collaborazioni evidenziano l'immediata domanda di mercato di dati di addestramento robotico scalabili e ad alta fedeltà.

defil'intelligenza fisica generale

"Il futuro dell'IA fisica si basa su una profonda simbiosi tra modelli e dati", ha affermato Chris. "I set di dati statici non sono sufficienti ad alimentare l'intelligenza robotica generale. La soluzione vincente è un motore di dati cumulativo: un sistema integrato verticalmente che collega una rete globale di contributori con una costante iterazione del modello. Ogni traiettoria diversa e ogni correzione umana alimentano un miglioramento più rapido del modello, formando un volano di intelligenza autoalimentante."

L'azienda è guidata da un team di livello mondiale che riunisce i migliori ricercatori nel campo dell'intelligenza artificiale e della robotica provenienti da istituzioni d'élite come UC Berkeley, Carnegie Mellon University, Georgia Tech, NTU e SJTU, insieme a esperti di growth hacking che in passato hanno portato prodotti di consumo a raggiungere oltre 30 milioni di utenti in tutto il mondo.

Grazie a questo round di finanziamento da 12 milioni di dollari guidato da Hack VC, Axis Robotics amplierà ulteriormente le sue capacità di generazione procedurale, amplierà la sua rete distribuita di collaboratori e consoliderà la sua posizione di motore dati fondamentale per il futuro dell'intelligenza artificiale fisica.

Linktree | Twitter | Documento | Prodotto