물리적 AI 가속을 위한 컴파운딩 데이터 엔진인 Axis Robotics는 Hack VC가 주도하고 Nomad Capital, Pi Network Ventures, 10K Ventures 및 다양한 엔젤 투자자가 참여한 시드 라운드에서 1,200만 달러를 조달했다고 발표했습니다.
이 자금은 Axis의 사명을 가속화하는 데 사용될 예정이며, 이는 대규모 병렬 처리가 가능한 인간 참여형 글로벌 데이터 엔진을 구축하여 물리적 AI의 가장 큰 고통 포인트인 구조화된 매우 다양한 로봇 학습 데이터의 확장 가능한 생성 문제를 해결하는 것입니다.
물리적 AI의 데이터 병목 현상 해결
대규모 언어 모델(LLM)이 기존 인터넷 데이터의 수조 토큰을 기반으로 확장되는 반면, 물리적 AI는 세 가지 중요한 장벽에 직면해 있습니다: 심각한 데이터 부족, 일반화 격차, 그리고 다양한 로봇 하드웨어 간의 형태론 단편화입니다.
“물리적 AI는 수십억 건의 인간-물리적 상호작용 운동 궤적을 요구합니다.”라고 Axis Robotics의 창립자 Chris는 말했습니다. “수년간 산업계는 모델이 effortlessly(수월하게) 반복할 수 있도록 도와줄 효율적이고 무한히 확장 가능한 하이브리드 데이터 생산 시스템이 부족했습니다. 그리고 그것이 바로 우리가 Axis, 즉 컴파운딩 데이터 엔진을 통해 구축한 것입니다.”
Axis는 일반 로봇 지능을 어떻게 강화합니까?
Axis의 독점 컴파운딩 데이터 엔진은 작업 생성, 데이터 캡처, 지속적인 모델 학습 및 최적화를 통합하는 엔드투엔드 워크플로우를 제공합니다.
작업 생성 엔진: 객체, 공간 레이아웃, 시각적 요소, 로봇 형태 및 의미론 전반에 걸쳐 무작위화를 통해 지수적으로 다양한 원자적 로봇 작업을 생성하며, 모든 데이터 궤적에 다양성을 내재화합니다.
브라우저 기반 시뮬레이션 원격 조종 플랫폼: 누구나 원격으로 고품질 로봇 운동 궤적을 생성할 수 있게 해주는 세계 최초의 웹 기반 인터페이스입니다. Axis는 실험실 기반 수집보다 10배 높은 처리량을 제공하며, 인간 게이트형 DAgger(데이터셋 집계) 개입 루프를 원활하게 통합하여 로봇 정책을 지속적으로 정제하고 수정합니다.
자기 중심 데이터 모바일 캡처 앱: 비싸고 하드웨어에 의존적인 기존 설정에서 장벽 없는 모바일 애플리케이션으로 실제 세계 데이터 캡처 방식을 전환합니다. 최첨단(SOTA) 실시간 손 포즈 추적 기술을 글로벌 인력과 결합하여 Axis는 인간의 시력과 민첩성을 전 세계 규모로 로봇 운동으로 변환합니다.
데이터 처리 파이프라인: 궤적 정리, 도메인 무작위화 및 밀집 언어 주석을 자동화하여 데이터 품질이 10배 이상 향상된 모델 준비 완료형 멀티모달 데이터셋을 출력합니다.
통합 아키텍처는 자기 강화 플라이휠을 생성합니다: 실제/시뮬레이션 배포에서 실패한 로봇 궤적은 인간의 수정 개입을 트리거하며, 이는 다시 학습에 피드백되어 엣지 케이스 커버리지를 확장하고 데이터 볼륨이 증가함에 따라 컴파운딩 지능을 생성합니다.
Axis의 구조적 해자: 수직 통합 다양성 엔진 및 글로벌 기여자 네트워크
Axis의 핵심 경쟁력은 물리적 AI의 전체 수명 주기를 아우르는 통합 플랫폼입니다. 전통적인 단편화된 접근 방식과 달리 Axis는 대규모 분산 사전 학습 데이터 수집과 실시간 인간 게이트형 데이터셋 집계 사후 학습을 결합한 수직 통합 엔진을 구축했습니다.
데이터 다양성을 위해 네이티브로 구축된 Axis의 독점 작업 생성 엔진은 객체 레이아웃, 조명, 카메라 포즈, 물리적 속성 및 로봇 형태학을 무작위화하여 끝없는 고유한 장면과 조작 작업을 생성하며, 일반화 준비 완료형 학습 데이터를 출력합니다.
파운데이션 모델 규모의 다양화된 데이터를 제공하기 위해 Axis는 10만 명 이상의 활성 기여자를 보유한 글로벌 로봇 데이터 인프라를 구축했으며, 이들은 하루 평균 3~4회 데이터를 제출하여 생산 효율성과 다양성 커버리지를 모두 극대화합니다. 오늘날 Axis는 다양한 시나리오에서 매월 1,200시간 이상의 시뮬레이션 데이터와 20,000시간 이상의 실제 세계 자기 중심 데이터를 생성할 수 있습니다.
Axis는 최근 Sim Dataset V1을 출시했으며, 벤치마크 결과는 엔지니어링된 다양성이 측정 가능한 성능 향상으로 이어짐을 보여줍니다. LIBERO-Plus에서 Axis의 완전히 다양화된 데이터셋에 대해 π0.5를 사전 학습하면 전체 성공률이 4.9포인트 향상되었으며, 볼륨에 맞춘 RoboCasa365 기준선보다 31.3포인트 앞섰습니다. 이는 레이아웃 일반화, 센서 노이즈 내성 및 로봇 포즈 강건성에서 개선을 보였습니다. 이러한 격차는 Axis의 경쟁력이 단순히 더 큰 데이터 규모가 아닌 독점 다양성 파이프라인에서 비롯됨을 보여줍니다.
상업화 및 전략적 파트너십
Axis Robotics는 실제 세계 배포를 위해 고품질 학습 데이터를 빠르게 상업화하고 있습니다. 이 회사는 로봇 하드웨어 제조사, 물리적 AI 모델 회사 및 산업 자동화 리더의 특정 요구에 맞춘 맞춤형 '작업 패키지'를 제공합니다.
Booster Robotics, Manycore Tech, Feagine Robotics, Dexmal, Lotus Car, Geely Auto, SomaStacks 등 기업들과 초기 상업적 파트너십이 이미 체결되었습니다. 이러한 협력은 확장 가능하고 고품질의 로봇 학습 데이터에 대한 즉각적인 시장 수요를 강조합니다.
일반 물리적 지능 재정의
“물리적 AI의 미래는 모델과 데이터 간의 깊은 공생에 달려 있습니다.”라고 Chris는 말했습니다. “정적 데이터셋은 일반 로봇 지능을 powering(구동)할 수 없습니다. 승자는 컴파운딩 데이터 엔진입니다. 이는 글로벌 기여자 네트워크와 지속적인 모델 반복을 연결하는 수직 통합 시스템입니다. 모든 다양성 궤적과 인간 수정은 더 빠른 모델 개선을 연료로 하여 자기 강화 지능 플라이휠을 형성합니다.”
이 회사는 UC 버클리, 카네기 멜런 대학교, 조지아 공과대학교, NTU, SJTU 등 명문 기관의 최상위 AI 및 로봇공학 연구진과 이전에 소비자 제품을 전 세계 3,000만 명 이상의 사용자로 확장한 성장 해커들로 구성된 세계적 수준의 팀에 의해 주도됩니다.
Hack VC가 주도한 이번 1,200만 달러 자금 조달 라운드를 통해 Axis Robotics는 절차적 생성 능력을 더욱 확장하고, 분산된 기여자 네트워크를 확장하며, 물리적 AI의 미래를 powering(구동)하는 핵심 데이터 엔진으로서의 입지를 공고히 할 것입니다.
면책 조항. 본문은 기업 보도자료입니다. 홍보된 회사나 그 계열사 및 서비스와 관련된 어떠한 조치도 취하기 전에 독자께서는 자체적인 실사를 수행하시기 바랍니다. Cryptopolitan.com 보도 자료에 언급된 콘텐츠, 상품 또는 서비스의 사용 또는 신뢰로 인해 발생하거나 발생한 것으로 주장되는 모든 손해 또는 손실에 대해 직접 또는 간접적으로 책임지지 않습니다.
크립토폴리탄 미디어
글로벌 산업 파트너 네트워크에서 선별된 인사이트와 주요 업데이트를 위한 전용 데스크입니다.
