Pour résumer @axisrobotics, expliquons simplement ce qu’il fait réellement.

Aujourd’hui, de nombreux robots semblent de plus en plus intelligents, mais pour qu’un robot apprenne réellement à effectuer des tâches, un modèle seul ne suffit pas : il faut aussi énormément de données.
Par exemple, pour apprendre à un robot à « prendre une tasse », il faut lui apprendre comment déplacer sa main, quand saisir la tasse et comment ajuster ses mouvements après l’avoir saisie. Tous ces processus nécessitent énormément de données d’entraînement.
C’est précisément cette couche que prend en charge Axis.
Les particuliers peuvent utiliser Axis Hub dans leur navigateur pour accomplir des tâches simulant des robots et leur faire effectuer différents mouvements. Ces processus génèrent les données de trajectoire nécessaires à l’entraînement des robots.
Axis vérifie, sélectionne et organise ensuite ces données, puis les fournit à Physical AI et à l’entraînement des modèles robotiques.
Il ne fabrique donc pas de robots ; il fournit plutôt une « infrastructure de données » au secteur de la robotique.
En termes simples :
Des humains contrôlent → production de données sur les mouvements des robots → vérification et organisation par Axis → entraînement des modèles robotiques.
D’après les informations officielles, il y a déjà plus de 5 millions de trajectoires robotiques et plus de 200 000 contributeurs.
Je trouve cette orientation assez intuitive : si les robots doivent réellement se déployer à grande échelle dans le monde réel, les données d’entraînement seront forcément un élément incontournable.
Pour participer aujourd’hui, il suffit essentiellement d’aller accomplir des tâches sur Axis Hub, tout en contribuant des données et en accumulant son propre historique.