World Labs de Fei-Fei Li adquiere SceniX: el entrenamiento de IA física pasa de 'recopilar datos' a 'crear mundos'

El 21 de julio, World Labs anunció la adquisición de SceniX, seguida una semana después por la revelación de los últimos resultados de su sistema R2S2R (Real-to-Sim-to-Real). Este sistema traslada una tarea robótica real a la simulación, amplía el escenario de la tarea para el entrenamiento y la evaluación, y luego implementa la política de vuelta al robot real. La clave reside en si el rendimiento relativo de la política en la simulación predice el rendimiento en el mundo real y si las regiones de fallo en la simulación pueden exponer posibles problemas de implementación. World Labs tiene como objetivo crear un motor de entrenamiento y evaluación que expanda las tareas reales en numerosos mundos de entrenamiento controlables y reutilizables. La adquisición subraya una apuesta estratégica por la robótica: los modelos de mundo no solo generarán entornos visualmente realistas, sino que también permitirán a los robots actuar, experimentar y aprender dentro de mundos virtuales. En paralelo, la empresa china Wuwen AI ha articulado una visión similar con su arquitectura 'Recolectar Mundo-Generar Mundo-Simular Mundo', con el objetivo de construir una infraestructura de datos para la IA física. Wuwen AI enfatiza los ciclos de datos de bucle cerrado: los datos del mundo real alimentan la reconstrucción del mundo (Scan2Sim), la expansión generativa (Gen2Sim) y la simulación física (a través de su simulador de mundo 'Wuqiong'), y los fallos en la realidad impulsan la generación de nuevos datos. La empresa sostiene que la próxima frontera competitiva no es solo acumular datos o activos, sino crear muchos 'mundos útiles' que mejoren continuamente las capacidades del modelo.