물리적 AI를 가속화하는 복합 데이터 엔진 기업인 Axis Robotics는 Hack VC가 주도하고 Nomad Capital, Pi Network Ventures, 10K Ventures 및 여러 엔젤 투자자가 참여한 시드 라운드에서 1,200만 달러를 유치했다고 발표했습니다.
이번 자금 지원을 통해 Axis는 대규모 병렬 처리가 가능하고 인간 참여형 글로벌 데이터 엔진을 구축하여 물리적 AI의 가장 큰 문제점인 구조화되고 매우 다양한 로봇 훈련 데이터의 확장 가능한 생성 문제를 해결하려는 목표를 가속화할 것입니다.
물리적 AI의 데이터 병목 현상 해결
대규모 언어 모델은 수조 개의 기존 인터넷 데이터 토큰을 기반으로 확장되지만, 물리적 AI는 심각한 데이터 부족, 일반화 격차, 다양한 로봇 하드웨어에 걸친 구현 파편화라는 세 가지 중요한 장벽에 직면해 있습니다.
액시스 로보틱스의 창립자인 크리스는 “물리적 AI는 수십억 개의 인간-물리적 상호작용 동작 궤적을 필요로 합니다.”라고 말했습니다. “수년간 업계는 모델이 손쉽게 반복 학습할 수 있도록 효율적이고 무한히 확장 가능한 하이브리드 데이터 생성 시스템이 부족했습니다. 바로 그것이 액시스가 개발한 복합 데이터 엔진입니다.”
Axis는 어떻게 일반 로봇 지능을 강화합니까?
Axis의 독자적인 복합 데이터 엔진은 작업 생성, 데이터 수집, 지속적인 모델 학습 및 최적화를 통합하는 엔드투엔드 워크플로우를 제공합니다
작업 생성 엔진: 객체, 공간 배치, 시각적 요소, 로봇 구현 및 의미론 전반에 걸친 무작위화를 통해 기하급수적으로 다양한 로봇 기본 작업을 생성하고, 모든 데이터 궤적에 다양성을 내재화합니다.
브라우저 기반 시뮬레이션 원격 조작 플랫폼: 누구나 원격으로 고품질 로봇 동작 궤적을 생성할 수 있도록 지원하는 세계 최초의 웹 기반 인터페이스입니다. Axis는 실험실 기반 데이터 수집보다 10배 높은 처리량을 제공하며, 사람이 직접 개입하는 DAgger(데이터셋 집계) 기능을 원활하게 통합하여 로봇 정책을 지속적으로 개선하고 수정합니다.
Ego Data 모바일 캡처 앱: 고가의 하드웨어 장비가 필요한 기존 방식에서 벗어나, 누구나 쉽게 사용할 수 있는 모바일 애플리케이션으로 실세계 데이터 캡처 방식을 전환합니다. 최첨단(SOTA) 실시간 손 자세 trac기술과 전 세계 인력을 결합하여, Axis는 인간의 시각과 손재주를 전 세계적인 규모로 로봇 동작으로 변환합니다.
데이터 처리 파이프라인: 궤적 정리, 도메인 무작위화 및 밀집 언어 주석 작업을 자동화하여 데이터 품질이 10배 이상 향상된 모델 준비 완료 멀티모달 데이터 세트를 출력합니다.
통합 아키텍처는 자체 강화 선순환 구조를 생성합니다. 실제/시뮬레이션 배포에서 로봇의 잘못된 궤적은 인간의 수정 개입을 유발하고, 이는 다시 훈련에 반영되어 예외 상황에 대한 적용 범위를 확장함으로써 데이터 양이 증가함에 따라 누적적인 지능화를 가능하게 합니다.
Axis의 구조적 해자: 수직적으로 통합된 다양성 엔진 및 글로벌 기여자 네트워크
Axis의 핵심 경쟁력은 물리적 AI의 전체 라이프사이클을 아우르는 통합 플랫폼에 있습니다. 기존의 파편화된 접근 방식과 달리, Axis는 대규모 분산 사전 학습 데이터 수집과 실시간 인간 검증 기반 데이터셋 집계를 결합하는 수직 통합 엔진을 구축했습니다.
데이터 다양성을 위해 자체 개발된 Axis의 독자적인 작업 생성 엔진은 객체 배치, 조명, 카메라 자세, 물리적 속성 및 로봇 형태를 무작위로 생성하여 무한히 다양한 장면과 조작 작업을 만들어 일반화에 바로 사용할 수 있는 학습 데이터를 출력합니다.
Axis는 기초 모델 규모의 다양화된 데이터를 제공하기 위해 10만 명 이상의 활발한 참여자가 하루 평균 3~4회 데이터를 제출하는 글로벌 로봇 데이터 인프라를 구축했습니다. 이를 통해 생산 효율성과 다양성을 극대화했습니다. 현재 Axis는 매달 1,200시간 이상의 시뮬레이션 데이터와 2만 시간 이상의 실제 자율 주행 로봇 데이터를 다양한 시나리오에 걸쳐 생성할 수 있습니다.
Axis는 최근 Sim Dataset V1을 출시했으며, 벤치마크 결과에서 엔지니어링된 다양성이 상당한 성능 향상을 가져온다는 것을 보여주었습니다. LIBERO-Plus에서 Axis의 완벽하게 다양화된 데이터셋으로 π0.5를 사전 학습한 결과, 전반적인 성공률이 4.9점 향상되었으며, 동일한 데이터셋 규모를 가진 RoboCasa365 기준 모델보다 31.3점 높은 성능을 보였습니다. 이러한 성능 향상은 레이아웃 일반화, 센서 노이즈 내성, 로봇 자세 안정성에서 나타났습니다. 이러한 차이는 Axis의 경쟁력이 단순히 데이터 규모 확대에 있는 것이 아니라, 자체 개발한 다양성 파이프라인에 있음을 입증합니다.
상업화 및 전략적 파트너십
Axis Robotics는 고품질 학습 데이터를 실제 현장 적용을 위해 빠르게 상용화하고 있습니다. 이 회사는 로봇 하드웨어 제조업체, 물리적 AI 모델 개발 회사 및 산업 자동화 선도 기업의 특정 요구에 맞춰 맞춤 제작된 "태스크 패키지"를 제공합니다.
Booster Robotics, Manycore Tech, Feagine Robotics, Dexmal, Lotus Car, Geely Auto, SomaStacks 등 여러 기업과 초기 상업적 파트너십이 이미 구축되었습니다. 이러한 협력은 확장 가능하고 정확도가 높은 로봇 훈련 데이터에 대한 시장의 즉각적인 수요를 보여줍니다.
일반 신체 지능을defi
크리스는 “물리적 인공지능의 미래는 모델과 데이터 간의 긴밀한 공생에 달려 있습니다.”라고 말했습니다. “정적인 데이터셋으로는 일반 로봇 지능을 구현할 수 없습니다. 성공적인 해결책은 누적 데이터 엔진, 즉 전 세계 기여자 네트워크와 지속적인 모델 반복을 연결하는 수직적으로 통합된 시스템입니다. 모든 다양한 궤적과 인간의 수정은 모델 개선 속도를 높여 스스로 강화되는 지능의 선순환 구조를 형성합니다.”
이 회사는 UC 버클리, 카네기 멜론 대학교, 조지아 공과대학교, 난양 공과대학교, 상하이 자오퉁 대학교와 같은 명문 기관 출신의 최고 AI 및 로봇 공학 연구원들과, 이전에 3천만 명 이상의 글로벌 사용자를 대상으로 소비자 제품을 확장한 경험이 있는 성장 해커들이 결합된 세계적인 수준의 팀에 의해 운영됩니다.
Hack VC가 주도한 이번 1,200만 달러 투자 유치로 Axis Robotics는 절차적 생성 기능을 더욱 확장하고, 기여자 네트워크를 확대하며, 미래의 물리적 AI를 이끌어갈 핵심 데이터 엔진으로서의 입지를 공고히 할 것입니다.
면책 조항. 본 자료는 기업 보도자료입니다. 독자는 본 보도자료에 언급된 회사 또는 그 계열사나 서비스와 관련된 어떠한 조치를 취하기 전에 반드시 자체적인 실사를 수행해야 합니다. Cryptopolitan본 보도자료에 언급된 콘텐츠, 상품 또는 서비스의 사용 또는 의존으로 인해 발생하거나 발생했다고 주장되는 모든 손해 또는 손실에 대해 직간접적으로 책임을 지지 않습니다.
Cryptopolitan 미디어
글로벌 업계 파트너 네트워크에서 엄선한 인사이트와 주요 최신 정보를 제공하는 전용 공간입니다.
