7 min read

Axis是如何将数据商业化的?#2: 谁会从Axis那里购买数据呢?

Source: http://x.com/i/article/2058556723800215552

在之前的文章中,我们将“任务包”视为Axis的基本商业交付单元。我们详细阐述了如何从四个维度来衡量其价值:应用场景、具体技能、任务执行过程中的随机性以及整体流程。

Square profile picture

Axis Robotics @axisrobotics ·

May 15

Article cover image

Article

How does Axis commercialize #1: Task Package as Core Unit

The capabilities of Physical AI models depend heavily on the quality and quantity of training data. Scaling static data collection yields diminishing marginal returns for policy model training. The...

131

135

234

[

28K

](/axisrobotics/status/2055246843911794917/analytics)

但仅仅拥有数据资产并不足以创造价值,除非这些数据资产能够解决特定的瓶颈问题。究竟是谁在购买这些“任务包”呢?又谁需要“动态数据引擎”呢?

如今,机器人产业正在分化为不同的专业领域。硬件公司负责制造机器人的“身体”,模型公司则负责开发机器人的“大脑”,而传统行业则需要相应的解决方案。Axis 则充当了连接这些各个部分的基础设施角色。

以下是我们如何将数据引擎推向三个主要客户群体的方式,以及我们为每个客户群体带来的具体价值。

1. 机器人硬件公司:为机器赋予“大脑” 痛点/令人困扰的问题 硬件制造商正在打造功能出色的机械臂和机器人。然而,即便机械结构再优秀,如果缺乏通用智能,那么这些机器人也毫无用处。要从头开始构建一套从仿真到现实的完整数据处理流程,以训练这些机器人适应现实世界中的各种情况,成本极高且效率极低。

Axis解决方案 我们不仅仅出售原始数据;我们还提供端到端的“少样本部署解决方案”。我们将客户特定的机器人系统直接集成到我们的平台上,根据客户的需求来设计相应的任务,并鼓励用户群体共同参与,从而实现大规模的数据收集。

交付循环 我们与全球最大的机器人硬件制造商之一合作,正在分三个阶段推进这项商业项目的实施。

  • 第一阶段:动作回放验证:我们首先在合作方的机器人环境中运行由 Axis 生成的数据轨迹,以确认数据传输流程、动作格式以及数据与机器人的映射方式是否完全符合合作方机器人的要求。
  • 第二阶段:数据到模型的循环:我们首先使用在 Axis 仿真数据上预训练得到的模型作为起点,再利用硬件合作伙伴在其目标场景中收集到的少量真实世界数据对模型进行微调。最后,将经过微调的模型部署到合作伙伴的实际环境中。
  • 第三阶段:少样本泛化能力的提升:我们将 Axis 公司的预训练数据与合作伙伴收集的真实世界场景数据相结合,以此探索实现少样本泛化所需的数据处理方法和策略。其目标是让硬件合作伙伴只需为某个目标场景收集 20 到 30 条真实世界数据即可,而 Axis 公司的模拟数据则能弥补所需的数据多样性和规模不足,从而确保系统的稳定运行。
Image

2 位基础模型开发者:打破数据限制的壁垒

痛点/令人困扰的问题

对于那些致力于开发大语言模型、世界模型和视觉语言模型系统的团队来说,数据是制约系统扩展能力的主要瓶颈。不过,静态数据集容易导致过拟合现象。为了实现零样本泛化,他们需要结构化、多模态的交互数据,且这些数据的分布应具有高度多样性。

Axis解决方案 我们直接利用任务包中的“第三维度”(任务过程中的随机化处理)和“第四维度”(完整的任务流程),来满足他们的需求。我们提供高质量的数据包和结构化的任务组合,从而确保数据来源的多样性和全面性。

交付循环 我们正在与一家处于后期发展阶段、增长势头强劲的科技企业展开合作。该企业专注于机器人基础模型和世界模型的研发。

我们不会强迫他们在内部构建复杂的模拟流程,而是提供联合模型开发与协同训练服务。我们会提供高保真度的交互式 3D 模型以及大量必要的数据,以帮助他们的模型训练,从而加速其能力发展。

Image

3 家垂直行业合作伙伴:端到端自动化解决方案 痛点/令人困扰的问题

在制造业、汽车业和物流领域,企业端用户更关心该模型在实际应用中的表现如何。他们需要处理各种复杂的、多样化的物理工作流程,但却缺乏实现可靠自动化所需的、针对特定场景的训练数据。

Axis解决方案 对于这些客户,我们运用“维度 1:场景”和“维度 2:各项技能”来将复杂的工业工作流程拆解为可以由机器人来完成的任务。我们提供的生产自动化解决方案基于模拟训练技术,从而确保了解决方案的有效性。

交付循环 我们正在为一家全球领先的汽车制造商提供端到端的自动化解决方案。

该技术的应用目标是实现生产线上数百种不同汽车零部件的完全自动化分拣。通过利用我们的动态数据处理引擎,我们可以精确模拟这些零部件的视觉和几何特征。这样一来,就能制定出有效的操作策略,从而将机器人智能与现实世界的制造环境完美结合在一起。

Image

物理人工智能的基础设施层

在所有这些领域中,Axis 的角色始终如一。我们是物理人工智能领域的端到端解决方案提供商。

无论是为顶级硬件注入智能功能、为那些需要大量数据的模型提供数据支持,还是为全球汽车制造商实现数百个工序的自动化处理,Axis 都能帮助实现任务的有序执行、数据的有效生成,以及从数据到模型再到最终应用的持续迭代过程。

我们的动态数据引擎就是这样实现商业化的:将任务定义转化为数据,再将数据转化为模型,最后将模型应用到实际的机器人系统中。