競争がほとんどない通貨があり、私たちが今まで見た中で最も成長する可能性のあるセクターにおいて、最も複雑なタスクを抽象化しています。

その背後にいるチームは、世界シミュレーションのためのオープンSDKを構築するためにHugging FaceのLeRobotチームから直接の意見を得ています。言い換えれば、彼らはオープンソースAIのリーダーたちと協力して現実をシミュレートするための開発キットをできるだけ効率的にするために取り組んでいます。

この垂直市場は重要です。なぜなら、ヒューマノイドロボットはテキストやコードを扱わず、原子や物理的なオブジェクトで操作するからです。AIエージェントはテキストを分析できますが、ヒューマノイドは目の前の3D世界を知覚し、操作する必要があります。

テスラがそのオプティマス人型ロボットで先行している理由の一つは、テスラの車両から収集された現実世界の神経ネットワークデータの豊富さです。テスラの車両は毎年約500億マイルを記録しており、視覚と制御AIを訓練するためのほぼ無限のデータセットを供給しています。

しかし、実世界でロボットを訓練することは依然として非常に遅く、リソースを多く消費します。人型ロボットの合成データの完全な解明がまだされていないため、進展は限られています。ロボットに簡単なタスクを教えるためには、数百時間の物理的訓練が必要になることがありますが、シミュレーションはしばしば現実に及びません。

すべての要素は揃っており、ヒューマノイドの体は人間レベルの能力に近づいていますが、欠けているのは脳、つまりこれらのロボットに物事をどうするかを指示するソフトウェアです。ロボットには腕や脚があるかもしれませんが、知的なコードがなければ、あなたがNetflixを見ている間に夕食を作ることすらできません。

スマートフォンがアプリストアによってサードパーティのアプリを解放されるまで役に立たなかったのと同様に、ヒューマノイドも高品質なスキルのライブラリがなければ役に立たないでしょう。最も大きな価値は、開発者がロボット用の新しい「アプリ」(タスク)を簡単に作成できるインフラを構築する人から生まれます。ロボットの動作プログラミングを容易にするプラットフォームがロボティクス時代の「アプリストア」になるでしょう。

個々の開発者は、家庭でロボットタスクをトレーニングするためのコンピュートパワーやハードウェアが不足しているため、苦労しています(。これは、Hugging Faceロボティクスコミュニティのディスコードで見られる通りです)。だからこそ、クラウドシミュレーションを備えたオープンプラットフォームが非常に必要とされています。

私たちはすでに、開発者がリモートサーバー上で完全なロボットシミュレーションを実行する能力を持つことを強調するリリースを見始めています。これにより、誰でも専門のハードウェアが手元になくても、複雑なタスクをトレーニングし、テストすることができます。

マルチモーダルモデルは、現在、視覚と言語を結びつけており、ロボットは複数のカメラを通じて「見る」ことができ、自然なコマンドに基づいて行動できます。これにより、新しいスキルの微調整が、より小さなデータセットと軽量の計算で可能になります。FigureのHelix VLAモデルで見られたことに非常に似ています。

誰かの予想を一つだけあげるとしたら、これは誰でしょう。