有一种币几乎没有竞争，抽象化了在我们可能见过的增长最快的行业中最复杂的任务。

该团队甚至正从Hugging Face的LeRobot团队那里获得直接输入，以构建一个用于世界模拟的开放SDK。换句话说，他们正在与开源AI领导者合作，使他们的开发工具包尽可能高效地模拟现实。

这个领域至关重要，因为类人机器人不处理文本或代码，它们在原子和物理对象中操作。AI 代理可以分析文本，但类人机器人需要感知和操纵它面前的 3D 世界。

特斯拉在其Optimus人形机器人方面取得领先的一个原因是，特斯拉车队收集的丰富现实世界神经网络数据。特斯拉的汽车每年共同记录约500亿英里，提供了一个几乎无限的数据集来训练视觉和控制AI。

然而，在现实世界中训练机器人仍然 painfully slow 和资源密集。进展受限，因为没有人完全破解类人机器人合成数据的"sim to real"差距。教会机器人一个简单任务可能需要数百小时的物理训练，而模拟往往无法达到现实的标准。

所有的要素都在，这些类人身体正接近人类水平的能力，但缺失的环节是大脑，即指示这些机器人如何行动的软件。一个机器人可能有手臂和腿，但没有智能代码，它连在你看Netflix时给你做晚餐都做不到。

就像智能手机在应用商店解锁第三方应用之前毫无用处一样，人形机器人在没有高质量技能库的情况下也将毫无用处。最大的价值将来自于构建基础设施的人，这种基础设施可以让开发者轻松创建新的“应用”(任务)供机器人使用。使编程机器人行为变得简单的平台将成为机器人时代的“应用商店”。

个别开发者正在苦苦挣扎，因为他们通常缺乏在家中训练机器人任务所需的计算能力和硬件(，如Hugging Face机器人社区Discord中所见)。这就是为什么需要一个具有云模拟的开放平台。

我们已经开始看到一些发布，强调开发人员能够在远程服务器上运行完整的机器人模拟，因此任何人都可以在没有专用硬件的情况下训练和下探复杂任务。

多模态模型现在将视觉和语言结合在一起，机器人可以通过多个摄像头“看”并根据自然指令行动。这使得用较小的数据集和较轻的计算来微调新技能成为可能。这与我们在Figure的Helix VLA模型中看到的非常相似。

我给你一个猜测，这可能是谁。