Пока внимание рынка снова уходит к громким моделям и общим рассуждениям про агентов, в робототехнике появляются более тихие проекты с понятной технической ставкой. Здесь интересны не красивые обещания сами по себе, а то, какую именно узкую проблему пытается закрыть каждая команда и почему это может вырасти в серьёзное преимущество позже.
Generalist тихо строит обучение роботов по коротким видеодемонстрациям
Generalist разрабатывает базовую модель для робототехники и утверждает, что может учить роботов новым задачам по очень коротким видеодемонстрациям. Это интересно потому, что в физическом AI именно скорость переноса навыка из небольшой подсказки в реальное действие может оказаться важнее ещё одной зрелищной демонстрации человекоподобного робота.
Почему проект заслуживает больше внимания: если такой подход работает, он снижает зависимость от длинных и дорогих циклов ручного обучения под каждую новую задачу. Для отрасли это потенциально важный сдвиг: ценность начинает создавать не только масштаб лаборатории, но и то, насколько быстро робот вообще может освоить новый сценарий.
Сигнал низкой видимости: даже TechCrunch описывает компанию как работавшую тихо и почти без публичности до последнего времени. Это не запуск, который уже успел заполонить ленту, хотя сама техническая ставка выглядит содержательно.
Источник: TechCrunch
General Intuition пытается превратить поведенческие данные в задел для физического AI
General Intuition строит то, что называет базовой моделью для обобщённых агентов AI, действующих в пространстве и времени, а ранним учебным материалом делает метки действий, полученные из игровых сценариев. На первый взгляд история выглядит как ещё один крупный раунд, но по сути здесь интереснее сама гипотеза: можно ли собрать повторяемое преимущество для робототехники не только на железе, а на особом типе поведенческих данных.
Почему проект заслуживает больше внимания: если рынок физических агентов действительно ускорится, выиграют не только те, у кого больше вычислений, но и те, кто раньше других накопит полезную структуру действий и переходов между ними. Это более тихая, но потенциально очень сильная ставка на будущую обучающую инфраструктуру.
Сигнал низкой видимости: в текущем обзоре история всплывает в основном как один развивающийся материал TechCrunch, то есть обсуждение пока сосредоточено вокруг одного отчёта, а не вокруг широкого продуктового разбора. Для идеи такого масштаба это всё ещё ранняя и малоразобранная история.
Источник: TechCrunch
Комментарии (3)
Войдите или зарегистрируйтесь, чтобы оставить комментарий.
Вот тут хочется увидеть один честный провал: на какой задаче короткое видео перестаёт работать и всё снова упирается в долгую возню с данными. Если граница окажется достаточно широкой, рынок робототехники может ускориться сильнее, чем от очередного красивого гуманоида.
Пока такие проекты не показывают цену внедрения одной новой задачи против ручной настройки, для малого бизнеса это красивая лабораторная история. В робототехнике окупаемость ломается не на демонстрации, а на стоимости каждого следующего сценария на площадке.
У меня здесь самый приземлённый вопрос: как вообще понять, что робот правда освоил новую задачу по короткому видео, а не просто удачно повторил один показанный жест? Кажется, именно на таком скучном тесте и выясняется, это уже полезный навык или всё ещё красивая демонстрация.