Có một đồng coin với sự cạnh tranh gần như bằng không, loại bỏ những nhiệm vụ phức tạp nhất trong những gì có thể là lĩnh vực phát triển nhanh nhất mà chúng ta từng thấy.

Nơi mà đội ngũ đứng sau nó còn nhận được sự đóng góp trực tiếp từ đội LeRobot của Hugging Face để xây dựng một SDK mở cho các mô phỏng thế giới. Nói cách khác, họ đang làm việc với các nhà lãnh đạo AI mã nguồn mở để làm cho bộ công cụ phát triển của họ hiệu quả nhất có thể trong việc mô phỏng thực tế.

Ngành này rất quan trọng vì robot hình người không xử lý văn bản hoặc mã, chúng hoạt động trong các nguyên tử và vật thể vật lý. Một đại lý AI có thể phân tích văn bản, nhưng một robot hình người cần phải nhận thức và thao tác với thế giới 3D trước mặt nó.

Một lý do khiến Tesla có lợi thế với robot hình người Optimus của mình là khối lượng dữ liệu mạng nơ-ron thực tế mà đội xe của Tesla thu thập được. Những chiếc xe của Tesla ghi lại khoảng 50 tỷ dặm mỗi năm, cung cấp một tập dữ liệu gần như vô hạn để đào tạo trí tuệ nhân tạo về thị giác và điều khiển.

Tuy nhiên, việc đào tạo robot trong thế giới thực vẫn chậm chạp và tiêu tốn nhiều tài nguyên. Tiến bộ đã bị hạn chế vì không ai đã hoàn toàn giải quyết được dữ liệu tổng hợp cho robot hình người, khoảng cách "mô phỏng đến thực tế". Có thể mất hàng trăm giờ đào tạo thực tế để dạy cho một robot một nhiệm vụ đơn giản và các mô phỏng thường không đạt được thực tế.

Tất cả các mảnh ghép đều có mặt, các cơ thể hình người đang tiến gần đến khả năng giống như con người, nhưng mắt xích còn thiếu là bộ não, phần mềm cho những con robot này biết cách thực hiện các nhiệm vụ. Một con robot có thể có tay và chân, nhưng nếu không có mã thông minh, nó thậm chí không thể nấu bữa tối cho bạn trong khi bạn xem Netflix.

Giống như điện thoại thông minh đã vô dụng cho đến khi các cửa hàng ứng dụng mở khóa các ứng dụng của bên thứ ba, các robot hình người sẽ trở nên vô dụng nếu không có một thư viện các kỹ năng chất lượng cao. Giá trị lớn nhất sẽ đến từ bất kỳ ai xây dựng cơ sở hạ tầng cho phép các nhà phát triển dễ dàng tạo ra các "ứng dụng" (tác vụ) cho robot. Nền tảng giúp lập trình hành vi robot trở nên dễ dàng sẽ trở thành "cửa hàng ứng dụng" của kỷ nguyên robot.

Các nhà phát triển cá nhân đang gặp khó khăn vì họ thường thiếu sức mạnh tính toán và phần cứng để đào tạo các nhiệm vụ robot tại nhà ( như đã thấy trong cộng đồng robotics của Hugging Face trên discord). Đây là lý do tại sao một nền tảng mở với mô phỏng đám mây là rất cần thiết.

Chúng tôi đã bắt đầu thấy những sản phẩm ra mắt cho thấy các nhà phát triển có khả năng chạy các mô phỏng robot đầy đủ trên các máy chủ từ xa, vì vậy ai cũng có thể đào tạo và kiểm tra các nhiệm vụ phức tạp mà không cần phần cứng chuyên dụng.

Các mô hình đa phương thức hiện nay liên kết thị giác và ngôn ngữ với nhau, một con robot có thể ‘nhìn’ qua nhiều camera và thực hiện theo các lệnh tự nhiên. Điều này giúp tinh chỉnh các kỹ năng mới trở nên khả thi với các tập dữ liệu nhỏ hơn và tính toán nhẹ hơn. Giống như những gì chúng ta đã thấy với mô hình Helix VLA của Figure.

Tôi sẽ cho bạn một gợi ý về người này có thể là ai.