物理AIを加速させる複合データエンジンを提供するAxis Roboticsは、Hack VCが主導し、Nomad Capital、Pi Network Ventures、10K Ventures、および複数のエンジェル投資家が参加したシードラウンドで1,200万ドルを調達したことを発表しました。.
この資金提供により、Axisは大規模並列処理と人間参加型のグローバルデータエンジンの構築というミッションを加速させ、物理AIにおける最大の課題である、構造化された多様なロボット訓練データのスケーラブルな生成を解決することを目指します。.
物理AIにおけるデータボトルネックの解決
大規模言語モデルは、既存のインターネットデータから得られる数兆トークンを基盤として拡張できる一方で、物理AIは、深刻なデータ不足、汎化能力のギャップ、そして異なるロボットハードウェア間での具現化の断片化という3つの重要な障壁に直面している。.
「物理AIには、人間と物理物体の相互作用における数十億もの動作軌跡が必要です」と、Axis Roboticsの創設者であるクリスは述べています。「長年にわたり、業界には効率的で無限に拡張可能なハイブリッドデータ生成システムが不足していました。モデルの反復を容易に行えるシステムです。まさにそれを実現したのが、複合的なデータエンジンであるAxisです。」
Axisは汎用ロボットインテリジェンスをどのように強化するのか？
Axis独自の複合データエンジンは、タスク生成、データ収集、継続的なモデルトレーニング、最適化を統合したエンドツーエンドのワークフローを提供します。
タスク生成エンジン：オブジェクト、空間レイアウト、ビジュアル、ロボットの具現化、意味論にわたるランダム化により、指数関数的に多様なアトミックロボットタスクを生成し、すべてのデータ軌跡に多様性を組み込みます。
ブラウザベースのシミュレーション遠隔操作プラットフォーム： 世界初のウェブベースのインターフェースにより、誰でもリモートで高品質のロボット動作軌道を生成できます。Axisは、ラボベースの収集よりも10倍高いスループットを実現し、人間がゲートするDAgger（データセット集約）介入ループをシームレスに統合して、ロボットポリシーを継続的に改善および修正します。
Ego Dataモバイルキャプチャアプリ：実世界のデータキャプチャを、高価でハードウェアを多用するセットアップから、障壁のないモバイルアプリケーションへと移行します。最先端（SOTA）のリアルタイムハンドポーズトラッキングとグローバルな労働力を組み合わせることで tracAxisは人間の視覚と器用さを世界規模でロボットの動きに変換します。
データ処理パイプライン：軌跡のクリーニング、ドメインのランダム化、高密度言語アノテーションを自動化し、データ品質が10倍以上向上した、モデル対応のマルチモーダルデータセットを出力します。
統合されたアーキテクチャは、自己強化型のフライホイールを生み出します。実機やシミュレーション環境でのロボットの軌道の失敗は、人間の修正介入を促し、それがトレーニングにフィードバックされてエッジケースのカバー範囲が拡大され、データ量の増加に伴って複利的に知能が向上します。.
Axisの構造的堀：垂直統合型多様性推進機関とグローバル貢献者ネットワーク
Axisの最大の強みは、物理AIのライフサイクル全体を網羅する統合プラットフォームです。従来の断片的なアプローチとは異なり、Axisは大規模な分散型事前学習データ収集と、リアルタイムで人間がゲートする事後学習データセット集約を統合した垂直統合型エンジンを構築しました。.
Axis独自のタスク生成エンジンは、データの多様性を考慮してネイティブに設計されており、オブジェクトの配置、照明、カメラの姿勢、物理的特性、ロボットの形態をランダム化することで、無限にユニークなシーンと操作タスクを生成し、汎用化に対応したトレーニングデータを出力します。.
基盤モデル規模の多様なデータを提供するために、Axisは10万人を超えるアクティブな貢献者からなるグローバルなロボットデータインフラストラクチャを構築しました。貢献者は1日に平均3～4回データを提出し、生産効率と多様性の両方を最大限に高めています。現在、Axisは毎月、多様なシナリオにわたる1,200時間以上のシミュレーションデータと20,000時間以上の実世界の自己中心型データを生成できます。.
Axisは先日、Sim Dataset V1をリリースしました。ベンチマーク結果によると、設計された多様性によって測定可能なパフォーマンス向上を実現しています。LIBERO-Plusでは、Axisの完全に多様なデータセットでπ0.5を事前学習することで、全体的な成功率が4.9ポイント向上し、ボリュームが一致するRoboCasa365ベースラインを31.3ポイント上回りました。レイアウトの一般化、センサーノイズ耐性、ロボット姿勢の堅牢性が向上しています。この差は、Axisの優位性が単にデータ規模の拡大ではなく、独自の多様性パイプラインにあることを示しています。.
商業化と戦略的パートナーシップ
Axis Roboticsは、実世界での活用に向けた高品質なトレーニングデータの商用化を急速に進めている。同社は、ロボットハードウェアメーカー、物理AIモデル企業、産業オートメーション分野のリーダー企業といった各社の具体的なニーズに合わせてカスタマイズされた「タスクパッケージ」を提供している。.
Booster Robotics、Manycore Tech、Feagine Robotics、Dexmal、Lotus Car、Geely Auto、SomaStacksなど、複数の企業と既に初期的な商業パートナーシップを締結しています。これらの提携は、拡張性と高精度なロボットトレーニングデータに対する市場の喫緊の需要を浮き彫りにしています。.
一般身体知能の再defi
「物理AIの未来は、モデルとデータの深い共生関係にかかっています」とクリスは述べた。「静的なデータセットでは、汎用ロボット知能は実現できません。成功の鍵となるのは、複合的なデータエンジンです。これは、グローバルな貢献者ネットワークと継続的なモデル反復を結びつける垂直統合システムです。多様な軌跡と人間の修正が、より迅速なモデル改善を促進し、自己強化的な知能のフライホイールを形成します。」
同社は、カリフォルニア大学バークレー校、カーネギーメロン大学、ジョージア工科大学、国立台湾大学、上海交通大学といった一流機関のトップクラスのAIおよびロボット工学研究者と、これまで消費者向け製品を3000万人以上のグローバルユーザー規模にまで拡大させた実績を持つグロースハッカーを組み合わせた、世界クラスのチームによって支えられています。.
Hack VCが主導する今回の1200万ドルの資金調達により、Axis Roboticsは手続き型生成機能をさらに拡張し、貢献者の分散ネットワークを拡大し、物理AIの未来を支える重要なデータエンジンとしての地位を確固たるものにするでしょう。.
免責事項。 これは企業プレスリリースです。読者は、宣伝されている企業、その関連会社、またはサービスに関連する行動を起こす前に、ご自身で十分な調査を行う必要があります。Cryptopolitan.comは、プレスリリース Cryptopolitanに されているコンテンツ、商品、またはサービスの使用または信頼に起因または関連して発生した、または発生したと主張されるいかなる損害または損失についても、直接的または間接的に責任を負いません。
Cryptopolitan メディア
世界中の業界パートナーネットワークから厳選された洞察や注目の最新情報をお届けする専用デスク。.
