Tres empresas chinas se unen para construir el primer millón de horas de datos encarnados del mundo
Riemann Dynamics, Noitom Robotics y Lightwheel AI están construyendo conjuntamente una infraestructura de datos de inteligencia encarnada, con el objetivo de completar la recopilación de un millón de horas de datos de entrenamiento de robots para finales de 2026, lo que sería el primero en el mundo. La colaboración conecta la recopilación de datos, la simulación, el entrenamiento y la evaluación en un ciclo cerrado, abordando el cuello de botella de escalabilidad en la inteligencia artificial encarnada.
Riemann Dynamics, que recientemente logró un doble SOTA en simulación y pruebas en el mundo real, se ha asociado con Noitom Robotics y Lightwheel AI para construir una base de datos de inteligencia encarnada. Las tres compañías integrarán recolección, simulación, entrenamiento y evaluación en un pipeline unificado, con el objetivo de que Riemann Dynamics recopile 1 millón de horas de datos de entrenamiento de robots para finales de 2026, apuntando a duplicar la estimación global actual de datos de interacción encarnada de alta calidad (alrededor de 500,000 horas). Riemann Dynamics ya ha entrenado su modelo Riemann-1.0 con 232,000 horas de datos, validando el enfoque. La colaboración aborda el cuello de botella de datos de la industria: cantidad insuficiente y requisitos estrictos de calidad, ya que los datos encarnados provienen de diversas fuentes como la recolección real de robots, teleoperación, dispositivos portátiles y simulación, cada una con limitaciones. Noitom Robotics, una empresa líder en captura de movimiento con una cuota de mercado global del 70%, proporciona datos reales de acción humana; Lightwheel AI, el primer unicornio de datos encarnados, ofrece plataformas de simulación y evaluación; Riemann Dynamics, surgida del equipo de modelos mundiales Matrix de Kunlun Wanwei, se encarga del entrenamiento de modelos. La asociación tiene como objetivo crear un ecosistema de datos abierto y estandarizado, con estándares compartidos y datos de código abierto, similar a la Fábrica de Datos de IA Física de NVIDIA y al enfoque de circuito cerrado de Waymo en la conducción autónoma.
Fuente: QbitAI 量子位 —
original
