ロボット工学のためのクラウドベースの SDK の重要性は派手に聞こえないかもしれませんが、この分野を発展させるためには絶対に重要です。 テクノロジー界にいる人なら、クラウド プラットフォームについて毎日耳にするでしょうが、想像力をかき立てることはめったにありません。 しかし、物理世界のヒューマノイドロボットやオペレーターにとって、クラウドシミュレーションツールキットは、トレーニングを拡大しようとしている開発者にとって中核的な必需品です。 正確な仮想世界シミュレーションは、現在ロボット工学で最も求められている商品の 1 つです。研究者たちは、実際のデータと合成データの組み合わせがトレーニング タスクに対して最も正確な結果を生み出すかどうかを判断するために、無限の実験を実行しています 確かに、テスラのような企業は、フリートから収集したニューラルネットワークデータのおかげで大きな有利なスタートを切ることができますが、このデータは現実的なトレーニングシミュレーションを通じて実践されるまでは単なる生の情報です。 他の人にとって、そのレベルのデータやそれを強化するハードウェアさえも取得することは、巨額の資金を持つ企業でない限り、選択肢にありません。 ここでクラウドシミュレーションの出番です。ロボットのトレーニングとテストをクラウドベースの仮想環境に移行することで、誰でも必要なコンピューティングにアクセスして拡張できます。クラウドプラットフォームは、これらのシミュレーション、結果、データの共有を一元化できます。 本質的には、これらの10億ドル規模の企業がアクセスできる閉ざされたアクセス、ラボで使用される広範なハードウェアコンポーネントを抽象化し、データセットを一般に公開し、オープンソースの貢献がイノベーションへの全体的な+EVとなるのです。 このビジネスモデルは、Hugging FaceのLeRobot(オープンソースイニシアチブ)がNvidiaと提携してフレームワークを接続し、研究者がクラウド上でモデル、データセット、シミュレーション環境を共有できるようにすることで、すでに証明されています。 最終的な目標は、データフライホイールを作成することであり、人々がシミュレーションデータとトレーニングされたポリシーをオープンリポジトリに提供することで、他の人の進歩を加速し、ひいてはよりグローバルにアクセス可能なデータを生成します。 「シムからリアル」のギャップを埋めることで、多くの作業がこれに注がれています。シミュレーターは現実に及ばないことが多く、ロボットは仮想世界での行動を学習し、物理学やビジュアルが十分に正確ではなかったため、現実世界には移行しませんでした。このギャップは、シミュレーションの忠実度の向上とハイブリッドトレーニングアプローチにより、現在急速に縮まりつつあります。 ロボット工学の最新の基盤モデルのほとんど (NVIDIA の Isaac GROOT や Figure の Helix VLA など) は、人間の認知を模倣するデュアル システム アーキテクチャを使用しています。同じことが、ワールドシムでデータをトレーニングする方法にも当てはまります。モデルの一部は現実世界からの人間のデモンストレーションデータでトレーニングされ、別の部分は忠実度の高いシミュレーターを介して生成された大量の合成データでトレーニングされます。 物理トレーニングとシミュレートされたトレーニングを組み合わせることで、モデルは正確なスキルを学習し、よりよく一般化します。実際のデータは AI の真実を提供しますが、シミュレートされたデータは、物理世界で収集するのは現実的ではない規模と多様性を提供します。開発者は、特定のタスクに対して追加の実際のデータまたは合成データを使用してモデルを微調整したり、トレーニング後に投稿したりすることもできるため、トレーニング パイプラインが非常に柔軟になります。 図システム1/システム2アプローチを使用するHelix VLAは、わずか数百時間の遠隔操作時間(シミュレーションとスマートラベリングによって強化)でトレーニングされており、Helixはカスタムコーディングなしで自然言語を介して新しい家事を処理できます。マルチモーダルモデルと合成トレーニングがデータのニーズを劇的に削減する方法を示します。 @codecopenflowは、Optr SDKに統合されたオープンVLAであるOctoにも同じ原理を適用し、はるかに小さなデータセットとより低いコンピューティングでマルチカメラ認識と言語ガイド付き制御を可能にします。 ワールドシミュレーションプラットフォームは、以前はアクセスできなかった膨大な量の多様なトレーニングデータを生成しています。Nvidia の Isaac Sim (Isaac Lab の一部) は、タスクの 1 人の人間によるデモンストレーションを行い、並列クラウド インスタンスを使用して何千ものシミュレートされたバリエーションにスピンアップできます。 現実でロボットに 1 つの箱を拾う方法を示し、シミュレーターがさまざまな箱、照明条件、わずかな物理学の微調整を使用して無数のシナリオを作成し、ロボットが学習できるトレーニング体験を生み出すことを想像してみてください。@unmoyai懸命に取り組んでいるビジョン。 そのスキルが物理的なロボットに導入される頃には、大量の仮想トライアルで証明されています。これらの豊富な合成データセットと十分な現実世界のキャリブレーション データを組み合わせることで、はるかに正確で回復力のあるロボットの頭脳が生成されます。 これが、Codec のクラウド SDK が位置づけられているのは、ユーザーが大規模なオープンソース データセットから取得したり、大規模なオープンソース データセットに貢献したりできるようにすることです (たとえば、Hugging Face の LeRobot ハブとのインターフェース)。クラウドで実行されるすべてのシミュレーションは、ロボットが世界とどのように相互作用するかのグローバルモデルを鮮明にする新しいトレーニングデータになる可能性があります。 すべての記事は、ヒューマノイドとロボット全般が「App Storeの瞬間」に近づいていることを示唆しています。ロボットハードウェアは、スキルのライブラリがなければ役に立ちません。 Optrは、Webアプリ、ロボットアーム、またはシミュレートされたアバターを制御する自律エージェントがすべて同じコアフレームワークとロジックを使用するように、統合APIを提供します。開発者はシムのようなゲーム環境でタスクのプロトタイプを作成し、最小限の変更でまったく同じロジックを実際のロボットにデプロイできるため、この抽象化は動的です。 クラウドベースでオープンであるため、Optr SDKはロボット市場の基盤として機能します。開発者は、ロボットを所有せずに新しいスキルを構築し、仮想環境で安全にテストし、他の人に公開できます。ロボット工学のスタートアップや家庭用ロボットを持っている個人など、スキルが必要な人は、図書館からロボットを取り出し、自分のマシンで実行することができます。 この種のオープンマーケットプレイスとインセンティブモデルは、ロボット開発者経済の導火線です。参入障壁が低くなり(クラウドツールにより高価なハードウェアやラボは不要)、貢献によって共有データセットとモデルが改善され、個人がニッチな問題を解決するための経済的動機を提供するため、コラボレーションが促進されます。 このことから生まれる下流の経済フライホイールの可能性は数多くありますが(最近のパートナーシップからわかります)、それは別の記事のために取っておきます。

毎日、ロボット工学の10億ドルの見出しを目にしています。 わずか12か月前、これらの企業と数字は10〜20倍低かった。 この分野がどれほど成功するかがまだ骨の折れるほど明らかでない場合は、取り残されないように週末を調査に充ててください。 歴史は、テクノロジーの波における最大の価値は、多くの場合、PC の Microsoft、スマートフォンの Apple、クラウドの AWS など、実現層に生じることを示しています。ロボット工学も例外ではなく、開発者が構築するインフラ層は、単一のハードウェアプレイよりも多くのものをキャプチャします。 友人から聞く共通のテーマの 1 つは、従来のロボット工学にあまり触れられていないことを心配しているということです。 はい、Figure AI がシード評価額または同等の値から 200 倍に値するという非常識な見出しが掲載されるでしょう。しかし、イチジクの 7 個半ばを下回っている場合、Web2 はあなたが行きたい場所ではありません (非常識な情報やつながりがない限り)。 暗号通貨は、最も非対称であり、さらに重要なことに、加速的な上昇を何度も提供してきました。リスクは大幅に大きくなりますが、時間に縛られないという贅沢も伴いますが、それ自体がさらに悪いこともあります。 エヌビディアは、AIの加速により世界最大の株です。振り返ってみると、最初のレグでai16z、Virtuals、AIXBT、GOATにパントしたかったのか、それともRobinhoodで過小評価されている「基本的なAIプレイ」を探したかったのか? 長期的にはもっとお金を貯めていたかもしれませんが、私たちは睡眠不足のuPNLのためにここにいますよね? AI の初期のように、私たちは技術革新の頂点が私たちを正面から見つめている非常に特別な瞬間を与えられてきました。その進行をどのようにナビゲートするかは、市場のファンダメンタルズと人間の貪欲に対するあなたの理解を反映しています。 AI と同じように、汎用ロボットに近づくにつれて、私たちは無限のベイパーウェアに遭遇するでしょう。サイコロを振ってリーダーを捕まえたい人は、アンドリュー・カンのシード投資を小さく見せるような大きな倍数を作ることができます。 どのゲームをプレイしているかはわかっています。

$CODEC以外にロボット工学の仕事に携わっているのかとよく聞かれます。 回答:今のところありません。 もし私がロボット工学が数十億ドルに達する可能性のある次のAIスタイルのメタであると信じているなら、そしてコーデックをエコシステムのai16z/仮想と見なすなら、なぜ資本、そしてさらに重要なことに、信念を自分の2番目に良いアイデアに割り当てるのでしょうか? 私のトレードスタイルはJezのスタイルに近く、最高の信念を持つプレーをフルポートします。つまり、私はひどい往復旅行を経験しましたが、平均的なリターンを求めてここにいるわけではありません。 完全な移植は説明責任を強制し、中途半端な賭けのバスケットの後ろに隠れることはできません。その精神的な明晰さは、あなたの優位性の一部です。 あなたが毎日この業界に現れる場合、あなたの目的は、正しければ世代を超えた富を獲得できる、大きなリスクと変動を取ることです。 問題は、ほとんどのトレーダーの「最良のアイデア」が実際には優れていないことです。凡庸さをフルポートすると、爆発します。 分散投資は、メインプロジェクトで流動性の制約に達した後にのみ意味があります。それでも、供給量の3〜4%+を所有していない限り、それは本当の問題ではないと思います(とにかくいつでもOTCできます)。 過去 1 年間、オンチェーンはローテーションがますます速くなっていることを証明しました。たとえロボット工学が私が何ヶ月も呼びかけてきた壮大な物語になったとしても、人生を変える結果をもたらすために必要なマインドシェアと流動性を引き付けるのはトッププロジェクトだけです。 リーダーは常にキングメーカーの取引であり、ベータ版の追跡は9か月間機能していません。アクティブな流動性が十分ではありません。 歴史は、世代間のリターンの大部分が、セクターの上位1〜3のプロジェクトに発生することを示しています。ロボット工学も例外ではありません。 最速の馬は最速の馬です。