Drie Chinese bedrijven slaan de handen ineen om 's werelds eerste miljoen uur aan belichaamde data te bouwen
Riemann Dynamics, Noitom Robotics en Lightwheel AI bouwen gezamenlijk een datainfrastructuur voor belichaamde intelligentie, met als doel om tegen eind 2026 één miljoen uur aan robot-trainingsdata te verzamelen, een wereldprimeur. De samenwerking verbindt dataverzameling, simulatie, training en evaluatie in een gesloten lus, waarmee de schaalbaarheidsknelpunt in belichaamde AI wordt aangepakt.
Riemann Dynamics, die onlangs dubbele SOTA behaalde in zowel simulatie als testen in de echte wereld, heeft een partnerschap gesloten met Noitom Robotics en Lightwheel AI om een datastichting voor belichaamde intelligentie te bouwen. De drie bedrijven zullen verzameling, simulatie, training en evaluatie integreren in een uniforme pijplijn, waarbij Riemann Dynamics streeft naar het verzamelen van 1 miljoen uur aan robottrainingsdata tegen eind 2026, met als doel het verdubbelen van de huidige wereldwijde schatting van hoogwaardige belichaamde interactiedata (ongeveer 500.000 uur). Riemann Dynamics heeft al zijn Riemann-1.0-model getraind op 232.000 uur aan data, waarmee de aanpak wordt gevalideerd. De samenwerking pakt de dataknelpunt van de industrie aan: onvoldoende hoeveelheid en strenge kwaliteitseisen, omdat belichaamde data afkomstig is van diverse bronnen zoals echte robotverzameling, teleoperatie, draagbare apparaten en simulatie, elk met beperkingen. Noitom Robotics, een toonaangevend motion capture-bedrijf met een wereldwijd marktaandeel van 70%, levert echte menselijke actiedata; Lightwheel AI, de eerste eenhoorn in belichaamde data, biedt simulatie- en evaluatieplatforms; Riemann Dynamics, een spin-off van het Matrix wereldmodelteam van Kunlun Wanwei, verzorgt de modeltraining. Het partnerschap heeft als doel een open, gestandaardiseerd data-ecosysteem te creëren, met gedeelde standaarden en open-source data, vergelijkbaar met NVIDIA's Physical AI Data Factory en Waymo's closed-loop aanpak in autonoom rijden.
Bron: QbitAI 量子位 —
origineel
