Il y a un jeton avec pratiquement aucune concurrence, abstrait les tâches les plus complexes dans ce qui pourrait être le secteur à la croissance la plus rapide que nous ayons jamais vu.

Où l'équipe derrière cela reçoit même des contributions directes de l'équipe LeRobot de Hugging Face pour construire un SDK ouvert pour les simulations mondiales. En d'autres termes, ils travaillent avec des leaders de l'IA open source pour rendre leur kit de développement aussi efficace que possible pour simuler la réalité.

Ce secteur est crucial car les robots humanoïdes ne traitent pas de texte ou de code, ils opèrent dans les atomes et les objets physiques. Un agent IA peut analyser du texte, mais un humanoïde doit percevoir et manipuler le monde 3D qui se trouve devant lui.

Une des raisons pour lesquelles Tesla a une longueur d'avance avec son humanoïde Optimus est la richesse des données de réseaux neuronaux du monde réel recueillies par la flotte de Tesla. Les voitures de Tesla enregistrent collectivement environ 50 milliards de miles par an, alimentant un ensemble de données presque infini pour entraîner l'IA de vision et de contrôle.

Pourtant, former des robots dans le monde réel reste douloureusement lent et gourmand en ressources. Les progrès ont été limités car personne n'a encore réussi à maîtriser entièrement les données synthétiques pour les humanoïdes, l'écart "simulation à réel". Il peut falloir des centaines d'heures de formation physique pour apprendre à un robot une tâche simple et les simulations sont souvent en deçà de la réalité.

Tous les éléments sont là, les corps humanoïdes approchent d'une capacité humaine, mais le maillon manquant est le cerveau, le logiciel qui dit à ces robots comment faire des choses. Un robot peut avoir des bras et des jambes, mais sans code intelligent, il ne peut même pas préparer votre dîner pendant que vous regardez Netflix.

Tout comme les smartphones étaient inutiles jusqu'à ce que les magasins d'applications débloquent des applications tierces, les humanoïdes seront inutiles sans une bibliothèque de compétences de haute qualité. La plus grande valeur viendra de celui qui construira l'infrastructure permettant aux développeurs de créer facilement de nouvelles « applications » (tâches) pour les robots. La plateforme qui rendra la programmation du comportement des robots facile deviendra le « magasin d'applications » de l'ère de la robotique.

Les développeurs individuels rencontrent des difficultés car ils manquent souvent de puissance de calcul et de matériel pour entraîner des tâches robotiques à domicile ( comme on le voit dans le discord de la communauté des robots de Hugging Face ). C'est pourquoi une plateforme ouverte avec simulation dans le cloud est grandement nécessaire.

Nous commençons déjà à voir des publications qui mettent en avant des développeurs ayant la capacité d'exécuter des simulations de robots complètes sur des serveurs distants, afin que tout le monde puisse entraîner et tester des tâches complexes sans avoir de matériel spécialisé à disposition.

Les modèles multimodaux relient désormais la vision et le langage, un robot peut ‘voir’ à travers plusieurs caméras et agir sur des commandes naturelles. Cela rend l'ajustement de nouvelles compétences possible avec des ensembles de données plus petits et un calcul plus léger. Tout comme ce que nous avons vu avec le modèle Helix VLA de Figure.

Je vais te donner un indice sur qui cela pourrait être.