Os robôs humanoides estão rapidamente passando das obras de ficção científica para a realidade. A constante diminuição dos custos de hardware, o aumento contínuo do investimento de capital, juntamente com os avanços tecnológicos na flexibilidade de movimento e nas capacidades operacionais, são três fatores que se fundem e impulsionam ativamente a próxima grande iteração de plataformas no campo da computação.
Apesar da crescente comercialização da capacidade de cálculo e dos dispositivos de hardware, que trazem vantagens de baixo custo para a engenharia robótica, a indústria ainda está limitada pelo gargalo de dados de treino.
Reborn é um dos poucos projetos que utiliza inteligência artificial física descentralizada (DePAI) para crowdsourcing de dados de movimento de alta precisão e dados sintéticos, e para construir modelos básicos de robôs, o que o coloca em uma posição única e favorável para impulsionar a implantação de robôs humanoides. O projeto é liderado por uma equipe fundadora com uma sólida formação técnica, cujos membros têm experiências de pesquisa acadêmica e posições de professor na Universidade da Califórnia, Berkeley, na Universidade Cornell, na Universidade de Harvard e na Apple, refletindo tanto um nível acadêmico excepcional quanto a capacidade de execução de engenharia no mundo real.
Robô humanoide: da ficção científica a aplicações de ponta
A comercialização da robótica não é um conceito novo. Os robôs domésticos, como o aspirador iRobot Roomba lançado em 2002, bem como as câmaras de vigilância para animais de estimação Kasa que surgiram recentemente, são dispositivos de função única. Com o desenvolvimento da inteligência artificial, os robôs estão a evoluir de máquinas de função única para formas multifuncionais, com o objetivo de se adaptarem a operações em ambientes abertos.
Os robôs humanoides irão evoluir gradualmente de tarefas básicas como limpeza e cozinha para funções mais complexas como serviços de recepção, combate a incêndios e até cirurgia ao longo dos próximos 5 a 15 anos.
O desenvolvimento recente está a transformar os robôs humanoides de ficção científica em realidade.
Dinâmica do mercado: mais de 100 empresas estão investindo em robôs humanoides (como Tesla, Utree Technology, Figure AI, Clone, Agile, entre outras).
A tecnologia de hardware conseguiu superar o vale da estranheza: a nova geração de robôs humanoides demonstra movimentos naturais e fluidos, permitindo interações humanizadas em ambientes reais. O robô Yushu H1 alcança uma velocidade de caminhada de até 3,3 metros por segundo, muito acima da média humana de 1,4 metros por segundo.
(Nota: A Teoria do Vale Inquietante (The Uncanny Valley) é uma teoria psicológica que descreve a reação emocional dos humanos a entidades não humanas, como robôs, bonecos, avatares virtuais, etc.)
Novo paradigma de custo para robôs humanoides: espera-se que, até 2032, fique abaixo do nível salarial dos trabalhadores nos Estados Unidos.
Gargalos de desenvolvimento: dados de treino do mundo real
Embora existam fatores claramente favoráveis no campo dos robôs humanoides, a baixa qualidade e a escassez de dados ainda impedem a sua implementação em larga escala.
Outras tecnologias de entidades de inteligência artificial, como a tecnologia de condução autónoma, já resolveram basicamente o problema dos dados através das câmaras e sensores instalados em veículos existentes. Tomando como exemplo os sistemas de condução autónoma da Tesla e Waymo, essas frotas são capazes de gerar bilhões de milhas de dados reais de condução em estrada. Na fase de desenvolvimento, quando a Waymo coloca os veículos na estrada, o banco do passageiro é equipado com um monitor humano para treino em tempo real.
No entanto, os consumidores são pouco propensos a aceitar a presença de "babás robóticas". Os robôs devem ter um alto desempenho prontos a usar, o que torna a coleta de dados antes da implementação crucial. Todo o treinamento deve ser concluído antes da produção comercial, e a escala e a qualidade dos dados continuam a ser um desafio persistente.
Embora cada modo de treino tenha a sua própria unidade de escala (por exemplo, modelos de linguagem grandes usam Token, geradores de imagem usam pares vídeo-texto, e robótica usa fragmentos de movimento), a comparação abaixo revela claramente a diferença de magnitude que a disponibilidade de dados em robótica enfrenta:
Os dados de treino do GPT-4 ultrapassam os 15 biliões de tokens de texto.
Midjourney e Sora utilizam bilhões de pares de texto e vídeo rotulados.
Em comparação, o maior conjunto de dados de robôs contém apenas cerca de 2,4 milhões de registros de interação.
Esta diferença explica por que a tecnologia robótica ainda não alcançou um verdadeiro modelo de base como os grandes modelos de linguagem, e a chave está na falta de uma base de dados completa.
Os métodos tradicionais de coleta de dados são difíceis de atender à demanda de escala dos dados de treinamento para robôs humanoides. Os métodos existentes incluem:
Simulação: baixo custo, mas falta cenários de fronteira reais (o abismo entre simulação e realidade)
Vídeo na Internet: incapaz de fornecer a experiência de corpo e o ambiente de feedback de força necessários para o aprendizado de robôs.
Dados do mundo real: embora precisos, exigem controle remoto e operações de ciclo fechado humano, o que resulta em altos custos (mais de 40 mil dólares por robô) e falta de escalabilidade.
Treinar modelos em ambientes virtuais é barato e altamente escalável, mas esses modelos frequentemente enfrentam dificuldades na implantação no mundo real. Este problema é conhecido como a lacuna entre o virtual e o real (Sim2Real).
Por exemplo, robôs treinados em ambientes simulados podem facilmente pegar objetos com iluminação perfeita e superfícies lisas, mas quando enfrentam ambientes desordenados, texturas irregulares ou diversas situações inesperadas que os humanos consideram normais no mundo real, muitas vezes ficam sem saber o que fazer.
Reborn oferece uma maneira econômica e rápida de crowdsourcing de dados do mundo real, ajudando a fortalecer o treinamento de robôs e a resolver o problema "do Simulador para a Realidade" (Sim2Real).
Reborn: A visão full-stack de IA descentralizada e física
A Reborn está a construir uma plataforma de software e dados verticalmente integrada para aplicações robóticas inteligentes incorporadas. O principal objetivo da empresa é resolver gargalos de dados no campo dos robôs humanoides, mas sua visão vai muito além disso. Através da combinação de hardware auto-desenvolvido, infraestrutura de simulação multimodal e modelos básicos, o Reborn se tornará um driver full-stack de inteligência incorporada.
A plataforma Reborn parte do dispositivo de captura de movimento de consumo exclusivo "ReboCap" para construir um ecossistema de jogos de realidade aumentada e realidade virtual em rápida expansão. Os usuários trocam dados de movimento de alta fidelidade por recompensas de incentivo na rede, impulsionando o desenvolvimento contínuo da plataforma. Atualmente, a Reborn vendeu mais de 5000 unidades do dispositivo ReboCap, com 160 mil usuários ativos mensais, e estabeleceu um caminho claro de crescimento para ultrapassar os 2 milhões de usuários até o final do ano.
Reborn suporta a coleta de dados com benefícios muito superiores a outras soluções.
O que chama a atenção é que este crescimento é totalmente originado pelo desenvolvimento natural: os usuários são atraídos pela própria diversão do jogo, enquanto os streamers utilizam o ReboCap para realizar a captura em tempo real da postura de seus avatares digitais. Este ciclo virtuoso formado espontaneamente possibilitou a produção de dados escaláveis, de baixo custo e de alta fidelidade, fazendo com que o conjunto de dados Reborn se tornasse um recurso de treinamento cobiçado pelas principais empresas de robótica.
A segunda camada da pilha de software ReBorn é o Roboverse: uma plataforma de dados multimodal que unifica ambientes de simulação fragmentados. Atualmente, o campo da simulação está altamente fragmentado, com ferramentas como Mujoco e NVIDIA Isaac Lab operando de forma independente, cada uma com suas vantagens, mas sem interconexão. Essa divisão atrasa o progresso da pesquisa e aumenta a lacuna entre simulação e realidade. O Roboverse cria uma infraestrutura virtual compartilhada para o desenvolvimento e avaliação de modelos robóticos, implementando a padronização de múltiplos simuladores. Essa integração apoia testes de referência consistentes, melhorando significativamente a capacidade de escalabilidade e generalização do sistema.
Roboverse alcançou uma colaboração sem costura. O primeiro coleta dados do mundo real em grande escala, enquanto o segundo constrói ambientes de simulação para impulsionar o treinamento de modelos, e ambos colaboram para mostrar a verdadeira força da rede de inteligência física distribuída Reborn. Esta plataforma está a criar um ecossistema de desenvolvedores de inteligência artificial física que vai além da simples aquisição de dados, com funcionalidades que se estendem ao deployment de modelos reais e ao domínio da concessão comercial.
Modelo Base Reborn
O componente mais crítico na pilha tecnológica Reborn pode ser o modelo base Reborn (RFM). Como um dos primeiros modelos base para robôs, este modelo está sendo desenvolvido como o sistema central da nova infraestrutura de inteligência artificial física. Sua posição é semelhante à de modelos base de linguagem de grande escala tradicionais, como o GPT-4 da OpenAI ou o Llama da Meta, mas voltada para a área de robótica.
Reborn stack tecnológico
Os três principais componentes da pilha tecnológica Reborn (plataforma de dados ReboCap, sistema de simulação Roboverse e mecanismo de autorização de modelo RFM) juntos constroem uma sólida barreira de integração vertical. Ao combinar dados de movimento de crowdsourcing com um poderoso sistema de simulação e um sistema de autorização de modelos, a Reborn é capaz de treinar modelos básicos com capacidade de generalização em múltiplos cenários. Este modelo pode suportar aplicações robóticas diversificadas nos campos industrial, de consumo e de pesquisa, realizando uma implementação generalizada sob dados massivos e variados.
Reborn está ativamente promovendo o processo de comercialização de sua tecnologia, lançando projetos piloto pagos com a Galbot e a Noematrix, e estabelecendo parcerias estratégicas com a Unitree, Booster Robotics, Swiss Mile e Agile Robots. O mercado de robôs humanoides na China está passando por um rápido crescimento, representando cerca de 32,7% do mercado global. Vale ressaltar que a Unitree Technology detém mais de 60% do mercado global de robôs quadrúpedes e é uma das seis fabricantes chinesas que planejam produzir mais de 1000 unidades (robôs humanoides) até 2025.
O papel da tecnologia de criptomoedas na pilha de tecnologia de inteligência artificial física
A tecnologia de criptografia está a construir uma pilha vertical completa para a inteligência artificial no mundo físico.
Reborn é um projeto de criptomoeda de inteligência artificial corporal líder.
Embora esses projetos pertençam a diferentes camadas da pilha de inteligência artificial física, eles têm um ponto em comum: são 100% projetos DePAI. O DePAI cria um mecanismo de escalabilidade aberto, combinável e sem permissão através de incentivos em tokens, e é essa inovação que torna o desenvolvimento descentralizado da inteligência artificial física uma realidade.
A Reborn ainda não emitiu tokens, e o crescimento orgânico de seus negócios é ainda mais valioso. Quando o mecanismo de incentivo de token for lançado oficialmente, a participação na rede será acelerada como uma parte fundamental do efeito volante DePAI: os usuários podem obter incentivos da equipe do projeto quando compram dispositivos de hardware Reborn (coletores ReboCap), e as empresas de P&D de robôs pagarão recompensas de contribuição aos detentores do ReboCap, e esse incentivo duplo levará mais pessoas a comprar e usar dispositivos ReboCap. Ao mesmo tempo, a equipe do projeto incentivará dinamicamente a coleta de dados comportamentais personalizados de alto valor, de modo a preencher de forma mais eficaz a lacuna tecnológica entre simulação e aplicações do mundo real (Sim2Real).
O volante DePAI da Reborn está em funcionamento
O "Momento ChatGPT" no campo da robótica não será desencadeado pelas próprias empresas de robótica, uma vez que a implantação de hardware é muito mais complexa do que a de software. O crescimento explosivo da tecnologia robótica é naturalmente limitado por custos, disponibilidade de hardware e complexidade de implantação, obstáculos que não existem em softwares puramente digitais como o ChatGPT.
O ponto de viragem dos robôs humanoides não reside em quão impressionante é o protótipo, mas sim em reduzir os custos para uma faixa acessível ao público, assim como a disseminação dos smartphones ou computadores no passado. Quando os custos diminuem, o hardware torna-se apenas um bilhete de entrada, e a verdadeira vantagem competitiva reside nos dados e modelos: mais especificamente, na escala, qualidade e diversidade da inteligência de movimento utilizada para treinar as máquinas.
Conclusão
A revolução das plataformas de robôs é imparável, mas, como todas as plataformas, o seu desenvolvimento em larga escala é inseparável do suporte de dados. Reborn é uma aposta altamente alavancada de que a criptomoeda pode preencher a lacuna mais crítica na pilha de robótica de IA: sua solução de dados de robôs, DePAI, é econômica, altamente escalável e modular. Enquanto a robótica é a próxima fronteira da IA, Reborn está transformando o público em geral em "mineradores" de dados de ação. Assim como os grandes modelos de linguagem precisam ser suportados por marcadores de texto, os robôs humanoides precisam ser treinados com sequências de ação massivas. Com Reborn, vamos romper o último gargalo e perceber o salto da ficção científica para a realidade para robôs humanoides.
Ver original
O conteúdo é apenas para referência, não uma solicitação ou oferta. Nenhum aconselhamento fiscal, de investimento ou jurídico é fornecido. Consulte a isenção de responsabilidade para obter mais informações sobre riscos.
Robôs humanoides + Ativos de criptografia: Como o Reborn cria o volante DePAI?
Autor: brianbreslow, Hypersphere Ventures
Compilado por: Tim, PANews
Resumo executivo
Os robôs humanoides estão rapidamente passando das obras de ficção científica para a realidade. A constante diminuição dos custos de hardware, o aumento contínuo do investimento de capital, juntamente com os avanços tecnológicos na flexibilidade de movimento e nas capacidades operacionais, são três fatores que se fundem e impulsionam ativamente a próxima grande iteração de plataformas no campo da computação.
Apesar da crescente comercialização da capacidade de cálculo e dos dispositivos de hardware, que trazem vantagens de baixo custo para a engenharia robótica, a indústria ainda está limitada pelo gargalo de dados de treino.
Reborn é um dos poucos projetos que utiliza inteligência artificial física descentralizada (DePAI) para crowdsourcing de dados de movimento de alta precisão e dados sintéticos, e para construir modelos básicos de robôs, o que o coloca em uma posição única e favorável para impulsionar a implantação de robôs humanoides. O projeto é liderado por uma equipe fundadora com uma sólida formação técnica, cujos membros têm experiências de pesquisa acadêmica e posições de professor na Universidade da Califórnia, Berkeley, na Universidade Cornell, na Universidade de Harvard e na Apple, refletindo tanto um nível acadêmico excepcional quanto a capacidade de execução de engenharia no mundo real.
Robô humanoide: da ficção científica a aplicações de ponta
A comercialização da robótica não é um conceito novo. Os robôs domésticos, como o aspirador iRobot Roomba lançado em 2002, bem como as câmaras de vigilância para animais de estimação Kasa que surgiram recentemente, são dispositivos de função única. Com o desenvolvimento da inteligência artificial, os robôs estão a evoluir de máquinas de função única para formas multifuncionais, com o objetivo de se adaptarem a operações em ambientes abertos.
Os robôs humanoides irão evoluir gradualmente de tarefas básicas como limpeza e cozinha para funções mais complexas como serviços de recepção, combate a incêndios e até cirurgia ao longo dos próximos 5 a 15 anos.
O desenvolvimento recente está a transformar os robôs humanoides de ficção científica em realidade.
Dinâmica do mercado: mais de 100 empresas estão investindo em robôs humanoides (como Tesla, Utree Technology, Figure AI, Clone, Agile, entre outras).
A tecnologia de hardware conseguiu superar o vale da estranheza: a nova geração de robôs humanoides demonstra movimentos naturais e fluidos, permitindo interações humanizadas em ambientes reais. O robô Yushu H1 alcança uma velocidade de caminhada de até 3,3 metros por segundo, muito acima da média humana de 1,4 metros por segundo.
(Nota: A Teoria do Vale Inquietante (The Uncanny Valley) é uma teoria psicológica que descreve a reação emocional dos humanos a entidades não humanas, como robôs, bonecos, avatares virtuais, etc.)
Novo paradigma de custo para robôs humanoides: espera-se que, até 2032, fique abaixo do nível salarial dos trabalhadores nos Estados Unidos.
Gargalos de desenvolvimento: dados de treino do mundo real
Embora existam fatores claramente favoráveis no campo dos robôs humanoides, a baixa qualidade e a escassez de dados ainda impedem a sua implementação em larga escala.
Outras tecnologias de entidades de inteligência artificial, como a tecnologia de condução autónoma, já resolveram basicamente o problema dos dados através das câmaras e sensores instalados em veículos existentes. Tomando como exemplo os sistemas de condução autónoma da Tesla e Waymo, essas frotas são capazes de gerar bilhões de milhas de dados reais de condução em estrada. Na fase de desenvolvimento, quando a Waymo coloca os veículos na estrada, o banco do passageiro é equipado com um monitor humano para treino em tempo real.
No entanto, os consumidores são pouco propensos a aceitar a presença de "babás robóticas". Os robôs devem ter um alto desempenho prontos a usar, o que torna a coleta de dados antes da implementação crucial. Todo o treinamento deve ser concluído antes da produção comercial, e a escala e a qualidade dos dados continuam a ser um desafio persistente.
Embora cada modo de treino tenha a sua própria unidade de escala (por exemplo, modelos de linguagem grandes usam Token, geradores de imagem usam pares vídeo-texto, e robótica usa fragmentos de movimento), a comparação abaixo revela claramente a diferença de magnitude que a disponibilidade de dados em robótica enfrenta:
Os dados de treino do GPT-4 ultrapassam os 15 biliões de tokens de texto.
Midjourney e Sora utilizam bilhões de pares de texto e vídeo rotulados.
Em comparação, o maior conjunto de dados de robôs contém apenas cerca de 2,4 milhões de registros de interação.
Esta diferença explica por que a tecnologia robótica ainda não alcançou um verdadeiro modelo de base como os grandes modelos de linguagem, e a chave está na falta de uma base de dados completa.
Os métodos tradicionais de coleta de dados são difíceis de atender à demanda de escala dos dados de treinamento para robôs humanoides. Os métodos existentes incluem:
Simulação: baixo custo, mas falta cenários de fronteira reais (o abismo entre simulação e realidade)
Vídeo na Internet: incapaz de fornecer a experiência de corpo e o ambiente de feedback de força necessários para o aprendizado de robôs.
Dados do mundo real: embora precisos, exigem controle remoto e operações de ciclo fechado humano, o que resulta em altos custos (mais de 40 mil dólares por robô) e falta de escalabilidade.
Treinar modelos em ambientes virtuais é barato e altamente escalável, mas esses modelos frequentemente enfrentam dificuldades na implantação no mundo real. Este problema é conhecido como a lacuna entre o virtual e o real (Sim2Real).
Por exemplo, robôs treinados em ambientes simulados podem facilmente pegar objetos com iluminação perfeita e superfícies lisas, mas quando enfrentam ambientes desordenados, texturas irregulares ou diversas situações inesperadas que os humanos consideram normais no mundo real, muitas vezes ficam sem saber o que fazer.
Reborn oferece uma maneira econômica e rápida de crowdsourcing de dados do mundo real, ajudando a fortalecer o treinamento de robôs e a resolver o problema "do Simulador para a Realidade" (Sim2Real).
Reborn: A visão full-stack de IA descentralizada e física
A Reborn está a construir uma plataforma de software e dados verticalmente integrada para aplicações robóticas inteligentes incorporadas. O principal objetivo da empresa é resolver gargalos de dados no campo dos robôs humanoides, mas sua visão vai muito além disso. Através da combinação de hardware auto-desenvolvido, infraestrutura de simulação multimodal e modelos básicos, o Reborn se tornará um driver full-stack de inteligência incorporada.
A plataforma Reborn parte do dispositivo de captura de movimento de consumo exclusivo "ReboCap" para construir um ecossistema de jogos de realidade aumentada e realidade virtual em rápida expansão. Os usuários trocam dados de movimento de alta fidelidade por recompensas de incentivo na rede, impulsionando o desenvolvimento contínuo da plataforma. Atualmente, a Reborn vendeu mais de 5000 unidades do dispositivo ReboCap, com 160 mil usuários ativos mensais, e estabeleceu um caminho claro de crescimento para ultrapassar os 2 milhões de usuários até o final do ano.
Reborn suporta a coleta de dados com benefícios muito superiores a outras soluções.
O que chama a atenção é que este crescimento é totalmente originado pelo desenvolvimento natural: os usuários são atraídos pela própria diversão do jogo, enquanto os streamers utilizam o ReboCap para realizar a captura em tempo real da postura de seus avatares digitais. Este ciclo virtuoso formado espontaneamente possibilitou a produção de dados escaláveis, de baixo custo e de alta fidelidade, fazendo com que o conjunto de dados Reborn se tornasse um recurso de treinamento cobiçado pelas principais empresas de robótica.
A segunda camada da pilha de software ReBorn é o Roboverse: uma plataforma de dados multimodal que unifica ambientes de simulação fragmentados. Atualmente, o campo da simulação está altamente fragmentado, com ferramentas como Mujoco e NVIDIA Isaac Lab operando de forma independente, cada uma com suas vantagens, mas sem interconexão. Essa divisão atrasa o progresso da pesquisa e aumenta a lacuna entre simulação e realidade. O Roboverse cria uma infraestrutura virtual compartilhada para o desenvolvimento e avaliação de modelos robóticos, implementando a padronização de múltiplos simuladores. Essa integração apoia testes de referência consistentes, melhorando significativamente a capacidade de escalabilidade e generalização do sistema.
Roboverse alcançou uma colaboração sem costura. O primeiro coleta dados do mundo real em grande escala, enquanto o segundo constrói ambientes de simulação para impulsionar o treinamento de modelos, e ambos colaboram para mostrar a verdadeira força da rede de inteligência física distribuída Reborn. Esta plataforma está a criar um ecossistema de desenvolvedores de inteligência artificial física que vai além da simples aquisição de dados, com funcionalidades que se estendem ao deployment de modelos reais e ao domínio da concessão comercial.
Modelo Base Reborn
O componente mais crítico na pilha tecnológica Reborn pode ser o modelo base Reborn (RFM). Como um dos primeiros modelos base para robôs, este modelo está sendo desenvolvido como o sistema central da nova infraestrutura de inteligência artificial física. Sua posição é semelhante à de modelos base de linguagem de grande escala tradicionais, como o GPT-4 da OpenAI ou o Llama da Meta, mas voltada para a área de robótica.
Reborn stack tecnológico
Os três principais componentes da pilha tecnológica Reborn (plataforma de dados ReboCap, sistema de simulação Roboverse e mecanismo de autorização de modelo RFM) juntos constroem uma sólida barreira de integração vertical. Ao combinar dados de movimento de crowdsourcing com um poderoso sistema de simulação e um sistema de autorização de modelos, a Reborn é capaz de treinar modelos básicos com capacidade de generalização em múltiplos cenários. Este modelo pode suportar aplicações robóticas diversificadas nos campos industrial, de consumo e de pesquisa, realizando uma implementação generalizada sob dados massivos e variados.
Reborn está ativamente promovendo o processo de comercialização de sua tecnologia, lançando projetos piloto pagos com a Galbot e a Noematrix, e estabelecendo parcerias estratégicas com a Unitree, Booster Robotics, Swiss Mile e Agile Robots. O mercado de robôs humanoides na China está passando por um rápido crescimento, representando cerca de 32,7% do mercado global. Vale ressaltar que a Unitree Technology detém mais de 60% do mercado global de robôs quadrúpedes e é uma das seis fabricantes chinesas que planejam produzir mais de 1000 unidades (robôs humanoides) até 2025.
O papel da tecnologia de criptomoedas na pilha de tecnologia de inteligência artificial física
A tecnologia de criptografia está a construir uma pilha vertical completa para a inteligência artificial no mundo físico.
Reborn é um projeto de criptomoeda de inteligência artificial corporal líder.
Embora esses projetos pertençam a diferentes camadas da pilha de inteligência artificial física, eles têm um ponto em comum: são 100% projetos DePAI. O DePAI cria um mecanismo de escalabilidade aberto, combinável e sem permissão através de incentivos em tokens, e é essa inovação que torna o desenvolvimento descentralizado da inteligência artificial física uma realidade.
A Reborn ainda não emitiu tokens, e o crescimento orgânico de seus negócios é ainda mais valioso. Quando o mecanismo de incentivo de token for lançado oficialmente, a participação na rede será acelerada como uma parte fundamental do efeito volante DePAI: os usuários podem obter incentivos da equipe do projeto quando compram dispositivos de hardware Reborn (coletores ReboCap), e as empresas de P&D de robôs pagarão recompensas de contribuição aos detentores do ReboCap, e esse incentivo duplo levará mais pessoas a comprar e usar dispositivos ReboCap. Ao mesmo tempo, a equipe do projeto incentivará dinamicamente a coleta de dados comportamentais personalizados de alto valor, de modo a preencher de forma mais eficaz a lacuna tecnológica entre simulação e aplicações do mundo real (Sim2Real).
O volante DePAI da Reborn está em funcionamento
O "Momento ChatGPT" no campo da robótica não será desencadeado pelas próprias empresas de robótica, uma vez que a implantação de hardware é muito mais complexa do que a de software. O crescimento explosivo da tecnologia robótica é naturalmente limitado por custos, disponibilidade de hardware e complexidade de implantação, obstáculos que não existem em softwares puramente digitais como o ChatGPT.
O ponto de viragem dos robôs humanoides não reside em quão impressionante é o protótipo, mas sim em reduzir os custos para uma faixa acessível ao público, assim como a disseminação dos smartphones ou computadores no passado. Quando os custos diminuem, o hardware torna-se apenas um bilhete de entrada, e a verdadeira vantagem competitiva reside nos dados e modelos: mais especificamente, na escala, qualidade e diversidade da inteligência de movimento utilizada para treinar as máquinas.
Conclusão
A revolução das plataformas de robôs é imparável, mas, como todas as plataformas, o seu desenvolvimento em larga escala é inseparável do suporte de dados. Reborn é uma aposta altamente alavancada de que a criptomoeda pode preencher a lacuna mais crítica na pilha de robótica de IA: sua solução de dados de robôs, DePAI, é econômica, altamente escalável e modular. Enquanto a robótica é a próxima fronteira da IA, Reborn está transformando o público em geral em "mineradores" de dados de ação. Assim como os grandes modelos de linguagem precisam ser suportados por marcadores de texto, os robôs humanoides precisam ser treinados com sequências de ação massivas. Com Reborn, vamos romper o último gargalo e perceber o salto da ficção científica para a realidade para robôs humanoides.