Axis Robotics выпустила Axis Sim Dataset V1, обширный набор данных для симуляции с открытым исходным кодом для манипуляций с рукой Franka. Этот набор данных включает более 50 000 траекторий, управляемых человеком, в 207 различных задачах манипуляции и 60 000 вариаций сцен. Он стал самым скачиваемым набором данных для симуляции с открытым исходным кодом для манипуляций с Franka на Hugging Face, с более чем 160 000 скачиваний. Тесты показали, что предварительное обучение с использованием V1 значительно улучшило производительность, превзойдя сопоставимый базовый уровень. Axis Robotics разрабатывает комплексный движок данных для Physical AI, интегрирующий крупномасштабную симуляцию, захват реального мира и локомоцию гуманоидов. Компания привлекла 12 миллионов долларов начального финансирования для продвижения этого амбициозного проекта. Их философия бросает вызов идее полагаться исключительно на "чистые данные", утверждая, что разнообразные и даже "шумные" данные, при агрегировании, могут привести к созданию надежных политик. Набор данных включает широкий спектр задач, таких как захват и размещение, штабелирование и использование инструментов, собранных через их платформу телеоперации Axis Hub. Непрерывное предварительное обучение на V1 продемонстрировало последовательное улучшение производительности по мере увеличения масштаба данных, указывая на преимущества разнообразия и охвата. Axis Robotics подчеркивает, что набор данных является продуктом более крупного, накапливающегося движка данных, который постоянно учится на производительности и сбоях модели. Этот движок использует симуляцию, эгоцентрический захват реального мира, локо-манипуляцию и пост-тренировку DAgger с человеческим контролем для сбора данных. Помимо открытия исходного кода, они сотрудничают с компаниями, занимающимися воплощением роботов, для создания индивидуальных конвейеров данных и предварительных моделей, что демонстрируется их работой с Booster Robotics. Axis Robotics утверждает, что будущее Physical AI заключается в динамических движках данных, а не в статичных наборах данных, способствуя непрерывному прогрессу за счет масштаба, разнообразия и обучения с обратной связью.