有一種幣幾乎沒有競爭，抽象化了在我們可能見過的增長最快的行業中最復雜的任務。

該團隊甚至正從Hugging Face的LeRobot團隊那裏獲得直接輸入，以構建一個用於世界模擬的開放SDK。換句話說，他們正在與開源AI領導者合作，使他們的開發工具包盡可能高效地模擬現實。

這個領域至關重要，因爲類人機器人不處理文本或代碼，它們在原子和物理對象中操作。AI 代理可以分析文本，但類人機器人需要感知和操縱它面前的 3D 世界。

特斯拉在其Optimus人形機器人方面取得領先的一個原因是，特斯拉車隊收集的豐富現實世界神經網路數據。特斯拉的汽車每年共同記錄約500億英裏，提供了一個幾乎無限的數據集來訓練視覺和控制AI。

然而，在現實世界中訓練機器人仍然 painfully slow 和資源密集。進展受限，因爲沒有人完全破解類人機器人合成數據的"sim to real"差距。教會機器人一個簡單任務可能需要數百小時的物理訓練，而模擬往往無法達到現實的標準。

所有的要素都在，這些類人身體正接近人類水平的能力，但缺失的環節是大腦，即指示這些機器人如何行動的軟件。一個機器人可能有手臂和腿，但沒有智能代碼，它連在你看Netflix時給你做晚餐都做不到。

就像智能手機在應用商店解鎖第三方應用之前毫無用處一樣，人形機器人在沒有高質量技能庫的情況下也將毫無用處。最大的價值將來自於構建基礎設施的人，這種基礎設施可以讓開發者輕鬆創建新的“應用”(任務)供機器人使用。使編程機器人行爲變得簡單的平台將成爲機器人時代的“應用商店”。

個別開發者正在苦苦掙扎，因爲他們通常缺乏在家中訓練機器人任務所需的計算能力和硬件(，如Hugging Face機器人社區Discord中所見)。這就是爲什麼需要一個具有雲模擬的開放平台。

我們已經開始看到一些發布，強調開發人員能夠在遠程服務器上運行完整的機器人模擬，因此任何人都可以在沒有專用硬件的情況下訓練和下探復雜任務。

多模態模型現在將視覺和語言結合在一起，機器人可以通過多個攝像頭“看”並根據自然指令行動。這使得用較小的數據集和較輕的計算來微調新技能成爲可能。這與我們在Figure的Helix VLA模型中看到的非常相似。

我給你一個猜測，這可能是誰。