ปัจจุบันเวลาพูดถึง AI ทุกคนคุ้นเคยกับห่วงโซ่อุปทานต้นน้ำและปลายน้ำเป็นอย่างดีแล้ว เวลาซื้อขายหุ้นกลุ่มหน่วยความจำก็รู้จักดูโมดูลออปติคัล วัสดุ อุปกรณ์ เวลาซื้อขายหุ้นกลุ่มพลังประมวลผลก็รู้จักดู NVIDIA ไฟฟ้า ระบบระบายความร้อน

แต่พอพูดถึงหุ่นยนต์ ความเข้าใจของคนส่วนใหญ่ยังคงหยุดอยู่ที่หุ่นยนต์ฮิวแมนนอยด์ไม่กี่ตัวที่เดินได้สองสามก้าวบนเวที春晚 คิดว่าเท่ดี แต่除此之外ห่วงโซ่อุปทานต้นน้ำและปลายน้ำของหุ่นยนต์มีอะไรบ้าง "ใบโหระพา" ของอุตสาหกรรมหุ่นยนต์คืออะไร คนส่วนใหญ่ก็พูดไม่ได้

จริงๆ แล้วอุตสาหกรรมหุ่นยนต์ก็มีห่วงโซ่อุปทานของตัวเอง และกำลังแตกแขนงออกเป็น赛道细分มากขึ้นเรื่อยๆ ฮาร์ดแวร์มีคนทำ โมเดลมีคนทำ แต่ยังมีอีกหนึ่งส่วนที่คนทั่วไปแทบไม่สังเกตเห็น แต่อาจส่งผลต่อขีดจำกัดความสามารถของหุ่นยนต์ นั่นคือข้อมูล พูดให้ชัดเจนกว่านั้นคือข้อมูลที่ผลิต "ประสบการณ์การลงมือทำ" ให้กับหุ่นยนต์

การผงาดขึ้นของโมเดลขนาดใหญ่มีข้อตั้งต้นที่เรียบง่ายมาก นั่นคือบนอินเทอร์เน็ตมีข้อความ รูปภาพ โค้ด และวิดีโอจำนวนมหาศาลสะสมอยู่แล้ว บริษัทโมเดลในช่วงแรกต้องแก้ปัญหาว่าจะกินข้อมูลเหล่านี้เข้าไปอย่างไร จะขยายพลังประมวลผลอย่างไร จะฝึกโมเดลที่ใหญ่ขึ้นได้อย่างไร

หุ่นยนต์ไม่เหมือนกัน

หุ่นยนต์ไม่มีคลังข้อมูลอินเทอร์เน็ตตามธรรมชาติ สำหรับ trajectory ที่สามารถใช้ในการเรียนรู้ควบคุมหุ่นยนต์ได้โดยตรง มักจะประกอบด้วยการสังเกต การกระทำ และสถานะของหุ่นยนต์ ขึ้นอยู่กับภารกิจที่แตกต่างกัน อาจรวมถึงสถานะของวัตถุ ข้อมูลการสัมผัส เงื่อนไขความสำเร็จ ความหมายของภารกิจ และความถี่ในการควบคุมด้วย การเก็บข้อมูลจริงช้า แพง อันตราย และยังพึ่งพาหุ่นยนต์เฉพาะสูงมาก

และนี่คือภูมิหลังของการถือกำเนิดของ Axis Robotics เมื่อวันที่ 27 กรกฎาคม บริษัท Physical AI Data Engine แห่งนี้ประกาศระดมทุนรอบ Seed มูลค่า 12 ล้านดอลลาร์สหรัฐ นำโดย Hack VC โดยมี Nomad Capital, Pi Network Ventures, 10K Ventures และนักลงทุนเทวดาหลายรายร่วมลงทุน เงินจำนวนนี้ไม่ได้เดิมพันกับทีมที่สร้างหุ่นยนต์อีกทีมหนึ่ง แต่เป็นทีมที่專門 "ป้อนประสบการณ์" ให้กับหุ่นยนต์

ในบริบทนี้ BlockBeats ได้สัมภาษณ์ Chris ผู้ก่อตั้ง Axis Robotics ซึ่ง Chris มีประสบการณ์มากมายทั้งในวงการลงทุนและที่ปรึกษา

จากธุรกิจข้อมูลสู่ช่องว่างข้อมูลหุ่นยนต์

BlockBeats ถาม: ก่อนทำ Axis ประสบการณ์การเป็นผู้ประกอบการและอาชีพหลักของคุณคืออะไร? คุณเข้ามาสัมผัสกับหุ่นยนต์ Physical AI และข้อมูลหุ่นยนต์ได้อย่างไร? มีโอกาสหรือจุดเปลี่ยนเฉพาะที่ทำให้คุณตระหนักว่านี่คือโอกาสในการเริ่มธุรกิจหรือไม่?

Chris: ก่อนที่จะทำ Axis ประสบการณ์จากการสตาร์ทอัพครั้งก่อนของผมได้สอนบทเรียนสำคัญอย่างหนึ่งว่า ข้อมูลมันไม่เซ็กซี่ แต่มันมักจะเป็นตัวแปรที่กำหนดเพดานของบริษัท และเป็นตัวกำหนดว่าบริษัทจะไปได้สูงแค่ไหนในที่สุด

ช่วงต้นปี 2024 เป็นจุดเปลี่ยนที่สำคัญสำหรับผม ตอนนั้น AI ร้อนแรงมาก ทุกคนพูดถึงโมเดล พารามิเตอร์ และพลังประมวลผล แต่ผมเริ่มรู้สึกมากขึ้นเรื่อยๆ ว่าอุตสาหกรรมกำลังเปลี่ยนจาก "โมเดลเป็นตัวขับเคลื่อน" ไปสู่ "ข้อมูลเป็นตัวขับเคลื่อน" โมเดลสำคัญแน่นอน แต่สิ่งที่กำหนดว่าโมเดลจะไปต่อได้หรือไม่ มักจะเป็นข้อมูล

สิ่งที่กระตุ้นผมจริงๆ คือบริษัท Surge AI ก่อตั้งในปี 2020 ภายในสี่ปีรายได้ทะลุ 1 พันล้านดอลลาร์สหรัฐ แรงกว่า Scale AI เสียอีก และแทบไม่ต้องระดมทุนเลย ผมคิดอยู่ตลอดว่า ทำไมบริษัทที่ทำข้อมูลถึงวิ่งได้เร็วขนาดนี้? เราประเมินคุณค่าของข้อมูลในยุคอัจฉริยะต่ำเกินไปหรือเปล่า?

ในช่วงนั้น ผมก็คุยกับเพื่อนๆ จาก NTU, Berkeley และ NVIDIA บ่อยๆ ฟังพวกเขาเล่าถึงการเปลี่ยนแปลงที่เกิดขึ้นในแวดวงวิชาการและแนวหน้าของอุตสาหกรรม เราค่อยๆ สรุปเป็นความเห็นร่วมกันที่ชัดเจนว่า โมเดลพัฒนารวดเร็ว แต่ข้อมูลคือรากฐาน และเป็นชั้นที่ยากที่สุด ไม่มีมาตรฐาน และถูกมองข้ามมากที่สุด ตั้งแต่การเทรนล่วงหน้าของโมเดลภาษาขนาดใหญ่ ไปจนถึงการเทรนหลัง และความต้องการข้อมูลคุณภาพสูงที่เพิ่มขึ้นเมื่อ Agent ออกมา ข้อมูลไม่ได้สำคัญน้อยลง แต่ตรงกันข้าม มันซับซ้อนมากขึ้นเรื่อยๆ

ผมจึงเริ่มคิดว่า Physical AI จะเดินตามเส้นทางเดียวกันหรือไม่? โลกทางกายภาพซับซ้อนกว่าโลกของข้อความมาก การเปลี่ยนแปลงของสภาพแวดล้อมจริง เสียงรบกวนจากเซนเซอร์ การทำงานแบบ long-tail ที่หลากหลาย และพฤติกรรมการใช้งานที่แตกต่างกันของผู้คน ล้วนทำให้ความต้องการข้อมูลเพิ่มขึ้นเป็นทวีคูณ ปริมาณข้อมูลที่ Physical AI ต้องการ รวมถึงสถานการณ์สำหรับแก้ไขข้อผิดพลาดในการเทรนหลัง อาจมากกว่า AI ในปัจจุบันถึงร้อยเท่าหรือมากกว่านั้น

แต่ตอนนั้นถ้าถามว่า "ใครกำลังทำข้อมูลสำหรับ Physical AI" แทบไม่มีชื่อไหนที่ตอบได้ทันที สายธุรกิจที่อาจสร้างบริษัทมูลค่าหลายหมื่นล้านดอลลาร์ในอนาคต ยังไม่มีผู้ครองใจผู้คนอย่างแท้จริง สำหรับผู้ประกอบการ สัญญาณนี้ชัดเจนแล้วว่า คุ้มค่าที่จะทุ่มเทเต็มที่

ดังนั้นตั้งแต่ฤดูร้อนปี 2025 ผมกับเพื่อนๆ จาก NTU และ UCB เริ่มหารืออย่างเป็นระบบเกี่ยวกับเส้นทางเทคนิคและรูปแบบผลิตภัณฑ์ และ Axis Robotics ก็เริ่มต้นอย่างจริงจังในช่วงนั้น

BlockBeats ถาม: เมื่อพูดถึงอุตสาหกรรมหุ่นยนต์ ภายนอกมักจะมองที่ฮาร์ดแวร์และโมเดลก่อน แต่ทำไมทีม Axis ถึงเชื่อว่าข้อมูลคือ "ใบโหระพา" ที่อาจจำกัดการขยายขนาดในรอบนี้ของ Physical AI มากที่สุด?

คริส：นี่เป็นคำถามที่ดีมาก การพัฒนาของโมเดลขนาดใหญ่ให้บทเรียนโดยตรงแก่เรา: เมื่อเส้นทางเทคโนโลยีได้รับการพิสูจน์แล้ว การยกระดับความสามารถในขั้นถัดไปมักมาจากการขยายขนาดข้อมูล พลังประมวลผล และขนาดโมเดลร่วมกัน จาก GPT-1 ถึง GPT-3 เราเห็นว่าการฝึกฝนล่วงหน้าขนาดใหญ่สามารถนำมาซึ่งการก้าวกระโดดของความสามารถอย่างชัดเจน

แต่อุตสาหกรรมหุ่นยนต์ยังอยู่ในช่วงที่เร็วกว่านั้นมาก ฮาร์ดแวร์และอัลกอริทึมในปัจจุบันไม่ได้เดินช้าเลย มีแขนกลและหุ่นยนต์ฮิวแมนนอยด์หลากหลายรูปแบบเกิดขึ้นอย่างต่อเนื่อง เส้นทางโมเดลก็ค่อยๆ มาบรรจบกัน เช่น VLA เชื่อมโยงการมองเห็น ภาษา และการเคลื่อนไหวของหุ่นยนต์เข้าด้วยกัน โมเดลโลกเรียนรู้ว่าหลังจากเกิดการกระทำหนึ่ง สภาพแวดล้อมอาจเปลี่ยนแปลงไปอย่างไร ส่วน WAM ก้าวต่อไปอีกขั้นด้วยการรวมการคาดการณ์สถานะในอนาคตเข้ากับการสร้างการกระทำ ทิศทางเหล่านี้มีคนกำลังทำอยู่

ปัญหาคือ การจะทำให้หุ่นยนต์ไม่ใช่แค่โชว์ในห้องแล็บ แต่ทำงานได้จริงในสภาพแวดล้อมจริง ซึ่งเทียบเท่ากับการก้าวกระโดดแบบ "ช่วงเวลา GPT-1" ของโมเดลภาษาในยุคนั้น จำเป็นต้องมีข้อมูลปฏิสัมพันธ์ในโลกจริงที่มีขนาดใหญ่กว่ามาก

เปรียบเทียบให้เห็นภาพ หุ่นยนต์ในวันนี้เหมือนคนที่เรียนว่ายน้ำจากหนังสือเรียนเท่านั้น เข้าใจทฤษฎีทั้งหมด แต่ไม่เคยลงน้ำจริง ถ้าจะให้มันว่ายน้ำเป็นจริงๆ ต้องให้มันฝึกซ้ำแล้วซ้ำเล่าในสระว่ายน้ำที่แตกต่างกัน อุณหภูมิน้ำที่ต่างกัน และคลื่นที่หลากหลาย "ประสบการณ์ลงน้ำ" เหล่านี้คือข้อมูล

แต่ตอนนี้ขนาดของข้อมูลสาธารณะยังเล็กมาก

Open X-Embodiment ถือเป็นหนึ่งในชุดข้อมูลเปิดที่เป็นตัวแทน รวบรวมจาก 21 สถาบัน หุ่นยนต์ 22 ประเภท และเส้นทางการเคลื่อนไหวมากกว่า 1 ล้านเส้นทาง ฟังดูเยอะ แต่เมื่อเทียบกับปริมาณข้อมูลระดับอินเทอร์เน็ตแล้ว ยังไม่ถึงเศษเสี้ยวด้วยซ้ำ ชุดข้อมูลสาธารณะอื่นๆ หลายชุดยัง停留在ระดับไม่กี่ร้อยชั่วโมง

ดังนั้นเราจึงประเมินว่า สิ่งที่ขัดขวางโมเดลพื้นฐานของหุ่นยนต์ในตอนนี้ อาจไม่ใช่โครงสร้างของโมเดลเอง แต่เป็นขนาดและความหลากหลายของข้อมูลที่ตามไม่ทัน หากไม่มีข้อมูลจริงที่ครอบคลุมหลายสถานการณ์และหลายอุตสาหกรรมมากพอ โมเดลและฮาร์ดแวร์ที่ดีแค่ไหนก็只能หมุนวนอยู่ในห้องแล็บ ในช่วงนี้ข้อมูลไม่ใช่แค่การตกแต่งเสริม แต่เป็นตัวแปรสำคัญที่决定ว่า Physical AI จะข้ามจุดเปลี่ยนได้หรือไม่

BlockBeats ถาม: ช่วยอธิบายให้คนทั่วไปฟังด้วยวิธีที่ง่ายที่สุด ตรงไปตรงมาที่สุด และไม่วกวนว่า Axis ทำอะไร?

คริส: ถ้าพูดแบบตรงไปตรงมาที่สุด Axis ก็คือการช่วยให้หุ่นยนต์สะสม "ประสบการณ์ลงมือทำ" อย่างต่อเนื่อง

คุณลองนึกภาพหุ่นยนต์เป็นเด็กฝึกงานที่เพิ่งเข้าทำงาน สมองไม่โง่ แต่ยังไม่เคยทำอะไรเลย ถ้าจะให้มันเก่งขึ้น แค่ให้ดูคู่มือการใช้งานอย่างเดียวไม่พอ มันต้องลงมือทำเอง ทำเสร็จแล้วผิดพลาด มีคนแก้ไขให้ แล้วทำใหม่อีกครั้ง ฝึกซ้ำไปเรื่อย ๆ สิ่งที่เราทำคือการผลิตประสบการณ์เหล่านี้อย่างเป็นระบบ

ตั้งแต่การเตรียมตัวก่อนฝึก ออกแบบงาน ฝึกซ้อมในระบบจำลอง ไปจนถึงการเก็บข้อมูลในโลกจริง การทำความสะอาดข้อมูล การแก้ไขข้อผิดพลาดหลังการฝึกโมเดล และการปรับปรุงอย่างต่อเนื่อง เราทำทั้งสายงานครบวงจร เรายังสร้างแพลตฟอร์มจำลองบนเว็บและเครื่องมือเก็บข้อมูลบนมือถือ เพื่อให้คนทั่วไปมีส่วนร่วมได้ด้วย คุณพับผ้า จัดโต๊ะที่บ้าน การกระทำในชีวิตประจำวันเหล่านี้สามารถกลายเป็น素材การเรียนรู้ของหุ่นยนต์ได้

สรุปสั้น ๆ ในหนึ่งประโยคก็คือ: Axis คือเครื่องยนต์ข้อมูลที่ป้อนข้อมูลฝึกให้ Physical AI อย่างต่อเนื่อง และช่วยแก้ไขข้อผิดพลาดให้มันตลอดเวลา ทำให้หุ่นยนต์เรียนรู้เร็วขึ้นและผิดพลาดน้อยลง

เปลี่ยน "ประสบการณ์ลงมือทำ" ให้เป็นเชื้อเพลิงฝึกหุ่นยนต์

คำถามจาก BlockBeats: คุณคิดว่าวิธีแก้ปัญหาในขั้นสุดท้ายสำหรับช่องว่างข้อมูลปัญญาประดิษฐ์เชิงกายภาพในปัจจุบันคืออะไร? ข้อมูลมุมมองบุคคลที่หนึ่ง ข้อมูล遥操作 และข้อมูลจำลอง แบบไหนดีกว่ากัน?

คริส: ปัญหาที่ยากที่สุดของอุตสาหกรรมในวันนี้คือ สามสิ่งนี้—ขนาดข้อมูล ความหลากหลายของสถานการณ์ และการสอดคล้องกับฟิสิกส์จริง—ยากที่จะทำได้พร้อมกัน สิ่งที่เรียกว่าการสอดคล้องกับฟิสิกส์จริงก็คือ กฎการเคลื่อนที่ในข้อมูลของคุณต้องตรงกับโลกจริง ฝึกในสภาพแวดล้อมเสมือนเก่งแค่ไหน แต่พอขึ้นเครื่องจริงกลับ "มือใหม่" ไม่ได้

ขอยกตัวอย่าง ข้อมูล遥操作จำลอง ก็เหมือนการฝึกขับรถบนเครื่องจำลองในโรงเรียนสอนขับรถ 门槛ต่ำ ไม่ต้องใช้รถจริง คนทั่วโลกสามารถควบคุมหุ่นยนต์เสมือนผ่านเว็บจากระยะไกลเพื่อสร้างข้อมูลฝึกจำนวนมาก จากนั้นเราสุ่มผสมรูปแบบหุ่นยนต์ วัตถุ สถานการณ์ และงาน ความหลากหลายก็กระจายออกไปได้เร็ว ข้อเสียก็ชัดเจน: เครื่องจำลองดีแค่ไหนก็ไม่ใช่สภาพถนนจริง ความขรุขระ เหตุการณ์ไม่คาดฝัน พื้นผิวที่ไม่สม่ำเสมอในโลกจริง เครื่องจำลองยากที่จะจำลองได้สมบูรณ์ โมเดลเรียนรู้ในสภาพแวดล้อมเสมือนแล้ว พอขึ้นเครื่องจริงอาจยังไม่เวิร์ก นี่คือสิ่งที่คนเรียกว่า "ความแตกต่างระหว่างโลกเสมือนและโลกจริง"

ข้อมูลมุมมองบุคคลที่หนึ่งจากคนจริง ก็เหมือนการติดกล้องหน้ารถให้คนขับเก๋า คนทั่วไปใช้มือถือเก็บการกระทำจริงที่บ้านหรือในออฟฟิศ ในภาพมีข้อมูลภาพและภาษามาด้วย ช่วยให้โมเดลเข้าใจว่ามนุษย์ทำงานอย่างไรจริง ๆ แต่ข้อเสียคือในภาพไม่มีข้อมูลข้อต่อที่แม่นยำของหุ่นยนต์ นำมาฝึกการเคลื่อนไหวละเอียดโดยตรงไม่ค่อยพอ

ข้อมูลการควบคุมระยะไกลจากเครื่องจริง คือการนำรถขึ้นถนนจริงเพื่อฝึกขับ ระดับความแม่นยำของเส้นทางสูงสุด และใกล้เคียงกับปฏิสัมพันธ์ทางกายภาพจริงมากที่สุด โดยเฉพาะอย่างยิ่งเส้นทางที่เกิดจากการที่โมเดลล้มเหลวในการปฏิบัติงาน แล้วมนุษย์เข้ามารับช่วงแก้ไข ซึ่งมีคุณค่าอย่างยิ่งต่อการปรับปรุงโมเดล แต่ต้นทุนก็สูงที่สุดเช่นกัน ต้องใช้เครื่องจริง ต้องใช้แรงคน กำลังการผลิตจำกัด ไม่สามารถขยายได้อย่างไร้ขีดจำกัด

รูปแบบการใช้งานจริงของ Axis

ดังนั้นคำตอบไม่ใช่ว่าข้อมูลแบบไหนดีกว่า แต่คือข้อมูลทั้งสามประเภทต่างทำหน้าที่ของตัวเอง: การจำลองช่วยขยายปริมาณ มุมมองบุคคลที่หนึ่งช่วยให้โมเดลเข้าใจสามัญสำนึกของโลกจริง และการควบคุมระยะไกลจากเครื่องจริงช่วยปรับเทียบความแม่นยำและปิดวงจรการแก้ไขข้อผิดพลาด การนำข้อมูลทั้งสามประเภทเข้าสู่ระบบเดียวกัน จึงจะสามารถเติมเต็มช่องว่างนี้ได้อย่างแท้จริง

นี่คือเหตุผลที่เราสร้าง "เครื่องยนต์วงจรปิดสองทิศทางพร้อมแหล่งข้อมูลแบบผสม" เราใช้ข้อมูลการควบคุมระยะไกลจากการจำลองและข้อมูลจริงมุมมองบุคคลที่หนึ่งเป็นแหล่งป้อนคู่ ประกอบกับ Human-Gated DAgger วิธีการของมันตรงไปตรงมา: เมื่อโมเดลล้มเหลว มนุษย์จะเข้ามาแก้ไข แล้วส่งผลการแก้ไขกลับเข้าสู่การฝึกฝน ด้วยวิธีนี้ ข้อมูลผ่านการเก็บรวบรวม การทำความสะอาด และการเสริมความแข็งแกร่ง เข้าสู่การฝึกโมเดลวิทัศน์ ภาษา และการกระทำแบบรวมศูนย์ จากนั้นไปสู่การใช้งานในโลกจริงและโลกเสมือน การไหลย้อนกลับของความล้มเหลว และการเติมข้อมูลเพิ่มเติม ก็กลายเป็นวงจรที่หมุนไปข้างหน้าด้วยตัวเอง

BlockBeats ถาม: ตอนแรก Axis เลือกเริ่มจากข้อมูลการจำลอง แล้วตอนนี้เริ่มวางแผนข้อมูลมุมมองบุคคลที่หนึ่ง นี่คือการเปลี่ยนแปลงทิศทางเชิงกลยุทธ์หรือไม่?

Chris: นี่คือการขยายกลยุทธ์ข้อมูลชุดเดียวกัน Physical AI ต้องขับเคลื่อนด้วยข้อมูลอย่างแน่นอน และตัวชี้วัดหลักของข้อมูลไม่ใช่ปริมาณ แต่คือความหลากหลาย เพราะความหลากหลายกำหนดความสามารถในการสรุปทั่วไปและความทนทาน เราทำการจำลองก่อน เพราะมันควบคุมได้ ทำซ้ำได้ และประเมินผลได้ง่าย เราสามารถออกแบบงาน ปรับเปลี่ยนฉากและรูปแบบหุ่นยนต์ หลังจากการเก็บรวบรวมเสร็จสิ้น ยังสามารถเล่นซ้ำ ตรวจสอบ ฝึกฝน และทดสอบได้ มันเหมือนกับ "โมเดลโลก" ที่เป็นเสมือนจริงของโลกความเป็นจริง

ข้อมูลมุมมองบุคคลที่หนึ่งสามารถเติมเต็มความกว้างของโลกจริงได้ เมื่อเร็วๆ นี้ งานวิจัยรวมถึง DreamDojo ทำให้อุตสาหกรรมเห็นศักยภาพของวิดีโอมุมมองบุคคลที่หนึ่งขนาดใหญ่ในการเรียนรู้พฤติกรรมมนุษย์และกฎของโลก ข้อมูลประเภทนี้บันทึกว่ามนุษย์ใช้เครื่องมือ จัดการวัตถุ และทำงานให้สำเร็จอย่างไร ซึ่งพฤติกรรมเหล่านี้กระจายอยู่ในประเทศ อุตสาหกรรม และบริบทชีวิตที่แตกต่างกัน ยากที่ห้องปฏิบัติการจำนวนน้อยจะครอบคลุมได้

ข้อมูลการจำลองผลิตแบบรวมศูนย์ได้ง่ายกว่าโดยแพลตฟอร์มจำนวนน้อย แต่ข้อมูลมุมมองบุคคลที่หนึ่งโดยธรรมชาติแล้วกระจายตัว ต้องอาศัยผู้มีส่วนร่วมทั่วโลก เมื่อความต้องการข้อมูลประเภทนี้จากบริษัทโมเดลชั้นนำ เช่น NVIDIA และ DeepMind เพิ่มขึ้น ความสามารถในการเก็บรวบรวม ประมวลผล และตรวจสอบข้อมูลมุมมองบุคคลที่หนึ่งทั่วโลกอย่างต่อเนื่อง จะกลายเป็นความสามารถที่สำคัญ

ที่สำคัญกว่านั้น สำหรับ Axis เครือข่ายผู้มีส่วนร่วม การกระจายงาน และไปป์ไลน์การประมวลผลข้อมูลและการตรวจสอบความถูกต้องสามารถนำกลับมาใช้ใหม่ได้ การขยายจากซิมูเลชันไปสู่ข้อมูลมุมมองบุคคลที่หนึ่ง ไม่ใช่การเปลี่ยนทิศทาง แต่เป็นการเติมเต็มโครงสร้างพื้นฐานข้อมูลหุ่นยนต์ที่สมบูรณ์ยิ่งขึ้น

BlockBeats ถาม: ช่วยพาเราดูขั้นตอนทั้งหมดของการเก็บรวบรวมข้อมูล การประมวลผล และการฝึกอบรมสำหรับหุ่นยนต์อัจฉริยะใน Axis ได้ไหม?

Chris: ใน Axis การเก็บรวบรวมข้อมูลและการประมวลผลไม่ได้ถูกแบ่งแยกเป็นส่วนๆ แต่กระบวนการทั้งหมดเป็นวงจรปิดแบบ end-to-end Axis V2 ที่เพิ่งเปิดตัวเมื่อเร็วๆ นี้ถือเป็นการอัปเกรดที่สำคัญสำหรับเรา: ก่อนหน้านี้ Axis 更像สถานีเก็บข้อมูลแบบทางเดียว แต่ตอนนี้เราเชื่อมต่อการสร้างงาน การเก็บข้อมูล การฝึกโมเดล และการประเมินผลปรับปรุงเข้าด้วยกันเป็นระบบเดียว

ขั้นตอนแรกคือการสร้างโจทย์ เราจะใช้ขั้นตอนวิธีในสภาพแวดล้อมจำลองเพื่อผสมผสานตัวแปรต่างๆ เช่น ตัวหุ่นยนต์ วัตถุเป้าหมาย ตำแหน่ง และเงื่อนไขภาพเข้าด้วยกัน เช่น การผสมผสานระหว่างการเคลื่อนไหว 10 แบบ วัตถุ 10 ชนิด และการวาง 10 รูปแบบ จะทำให้ความหลากหลายของงานขยายตัวแบบทวีคูณได้อย่างรวดเร็ว

ขั้นตอนที่สองคือการทำโจทย์ ผู้มีส่วนร่วมทั่วโลกสามารถทำงานจำลองผ่านอินเทอร์เฟซเว็บหรือมือถือที่ง่ายดาย หรือใช้แอปพลิเคชันมุมมองบุคคลที่หนึ่งบนอุปกรณ์เคลื่อนที่เพื่อเก็บรวบรวมกระบวนการปฏิบัติงานในโลกจริง

ขั้นตอนที่สามคือการตรวจคำตอบและการประมวลผล ซึ่งเป็นขั้นตอนที่สำคัญที่สุด ข้อมูลดิบมักมีการสั่นไหว การเคลื่อนไหวที่ไม่มีประสิทธิภาพ และการปฏิบัติที่ไม่เป็นธรรมชาติ เราจะทำความสะอาด ปรับให้เรียบ และสุ่มตัวอย่างใหม่ก่อน จากนั้นใช้ RoboVerse เพื่อถ่ายโอนข้อมูลชุดเดียวกันระหว่างสภาพแวดล้อมจำลองต่างๆ เริ่มจากการย้ายข้อมูลจำลองที่เก็บจากเว็บแบบน้ำหนักเบาไปยัง Isaac Sim เพื่อทำการรีเพลย์และเพิ่มข้อมูล โดยระหว่างรีเพลย์เราจะปรับเปลี่ยนวัสดุฉาก แสง มุมกล้อง และพารามิเตอร์ทางฟิสิกส์ เหมือนกับการใช้สูตรอาหารเดียวกัน แต่เปลี่ยนหม้อ เปลี่ยนไฟ เปลี่ยนวัตถุดิบ再做ครั้งหนึ่ง ข้อมูลดิบหนึ่งชุดสามารถขยายเป็นตัวอย่างฝึกอบรมได้มากมาย

หลังจากการประมวลผลเสร็จสิ้น ข้อมูลก็ไม่ได้ถูกป้อนให้โมเดลขนาดใหญ่โดยตรง แต่ต้องผ่านการตรวจสอบเงื่อนไขความสำเร็จ การกรองความผิดปกติ และการจัดรูปแบบให้เป็นมาตรฐานก่อน จึงจะเข้าสู่การฝึกโมเดลได้ เมื่อการฝึกหนึ่งรอบเสร็จสิ้น เราจะให้โมเดลปฏิบัติงานในสภาพแวดล้อมจำลองและการประเมินผล เพื่อสังเกตว่ามันล้มเหลวในสถานการณ์และสภาวะใดบ่อยที่สุด จากนั้นแปลงจุดอ่อนเหล่านี้เป็นงานเก็บข้อมูลแบบกำหนดเป้าหมายใหม่

โมเดลจะปฏิบัติภารกิจด้วยตนเองก่อน เมื่อเบี่ยงเบนไปจากเส้นทางที่ถูกต้อง ผู้มีส่วนร่วมจะเข้ามารับช่วงและให้การแก้ไข ข้อมูลการแก้ไขเหล่านี้จะถูกป้อนกลับเข้าสู่การฝึกอบรม ทำให้โมเดลค่อยๆ เรียนรู้ที่จะจัดการกับสถานการณ์ที่ไม่เคยพบมาก่อน วงล้อนี้หมุนไปเรื่อยๆ ความสามารถของข้อมูล โมเดล และหุ่นยนต์ก็จะพัฒนาขึ้นพร้อมกัน

ดังนั้น ความหมายของ V2 ไม่ได้เป็นเพียงการเพิ่มฟีเจอร์ใหม่ๆ แต่คือการทำให้ Axis เปลี่ยนจาก "ผู้เก็บข้อมูล" ไปเป็น "ระบบที่ช่วยให้โมเดลฉลาดขึ้น" อย่างสมบูรณ์

BlockBeats ถาม: Axis เพิ่งเปิดตัว Dataset V1 ชุดข้อมูลนี้สำคัญอย่างไร และมันพิสูจน์อะไรได้บ้าง?

Chris: สิ่งที่สำคัญที่สุดของ Dataset V1 ไม่ใช่แค่การเพิ่มข้อมูลจำนวนหนึ่ง แต่คือการยืนยันเบื้องต้นว่า: การปฏิบัติการจำลองจากผู้มีส่วนร่วมทั่วไปจำนวนมาก เมื่อผ่านการออกแบบภารกิจ การตรวจสอบความสำเร็จ การกรอง การปรับให้เรียบ และการเพิ่มข้อมูลแล้ว สามารถสร้างสัญญาณที่มีประโยชน์สำหรับการฝึกอบรมล่วงหน้าของหุ่นยนต์ได้

V1 ประกอบด้วยภารกิจปฏิบัติการ 207 รายการ เส้นทางการเคลื่อนที่มากกว่า 50,000 เส้น และภารกิจและรูปแบบสถานการณ์มากกว่า 60,000 รายการ ในการประเมิน LIBERO-Plus ที่เปิดเผยต่อสาธารณะ หลังจากใช้ข้อมูล AXIS ทั้งหมดในการฝึกอบรมล่วงหน้าต่อ อัตราความสำเร็จโดยรวมของ π0.5 เพิ่มขึ้นจาก 83.9 เป็น 88.8 เพิ่มขึ้น 4.9 จุดเปอร์เซ็นต์ กลุ่มควบคุม RoboCasa ที่มีปริมาณข้อมูลเท่ากันได้ 57.5 อย่างน้อยที่สุด สิ่งนี้แสดงให้เห็นว่าภายใต้เงื่อนไขการประเมินชุดนี้ การปรับปรุงโมเดลไม่ได้ขึ้นอยู่กับปริมาณข้อมูลแต่ละรายการเท่านั้น แต่ยังเกี่ยวข้องกับความหลากหลายของภารกิจ สถานการณ์ มุมมอง และเงื่อนไขการรบกวนอีกด้วย

ปีนี้เราจะเปิดตัว Dataset V2 ซึ่งจะขยายขนาดต่อไป และครอบคลุมรูปแบบหุ่นยนต์ ภารกิจ และสถานการณ์ที่หลากหลายมากขึ้น

BlockBeats ถาม: Axis ตัดสินใจว่าข้อมูลชิ้นใดมีคุณค่าอย่างไร? เกณฑ์การประเมินมีอะไรบ้าง?

Chris: เราไม่ได้ดูแค่ว่าข้อมูลชิ้นหนึ่ง "ถูกเก็บมาได้หรือไม่" แต่จะถามคำถามต่อเนื่องหลายข้อ: มันสะอาดไหม มันนำสิ่งใหม่ๆ มาหรือไม่ มันสามารถนำไปใช้ในโลกจริงได้หรือไม่ และมันช่วยเติมเต็มจุดอ่อนที่แท้จริงของโมเดลหรือไม่

ด่านแรกดูว่าสามารถใช้งานได้หรือไม่ ปฏิบัติการทำเสร็จหรือไม่? มีการค้างหรือหลุดการเชื่อมต่อระหว่างทางหรือไม่? การเล่นซ้ำการเคลื่อนไหวสามารถทำซ้ำได้หรือไม่? มีอุปกรณ์กระตุก การเคลื่อนไหวลอย หรือวัตถุทะลุผ่านซึ่งไม่สอดคล้องกับกฎฟิสิกส์หรือไม่? เรายังใช้ข้อมูลชุดนี้ฝึกโมเดลน้ำหนักเบาเพื่อตรวจสอบสุขภาพอย่างรวดเร็ว หากผ่านด่านนี้ไม่ได้ ข้อมูลชุดนั้นจะไม่เข้าสู่กลุ่มฝึกอบรม

关卡ที่สองดูว่ามีข้อมูลใหม่หรือไม่ สิ่งที่หุ่นยนต์กลัวที่สุดคือการทำโจทย์ที่เคยทำแล้วซ้ำๆ เราจะดูฉาก วัตถุ และรูปแบบการโต้ตอบของเส้นทางนี้ ว่ามันแตกต่างจากข้อมูลที่มีอยู่มากแค่ไหน หากมีฉากที่พบได้ยาก วัสดุพิเศษ หรือวิธีการปฏิบัติที่ผิดปกติ มูลค่าก็จะสูง การทำซ้ำๆ อย่าง "หยิบขึ้นมาแล้ววางลง" แน่นอนว่ามีประโยชน์ แต่ส่วนใหญ่เป็นการเพิ่มฐานข้อมูล สิ่งที่คุ้มค่าต่อการลงทุนจริงๆ คือภารกิจผสมที่วัตถุหลายชิ้นบังกันและต้องทำหลายขั้นตอนต่อเนื่อง ข้อมูลประเภทนี้เท่านั้นที่จะบังคับให้โมเดลเรียนรู้การประยุกต์ใช้ได้

关卡ที่สามดูว่าสามารถเปลี่ยนจากซิมูเลชันไปสู่โลกจริงได้หรือไม่ ข้อมูลซิมูเลชันไม่ใช่ยิ่งมากยิ่งดี ประเด็นสำคัญคือได้คำนึงถึงการเปลี่ยนแปลงของโลกจริงหรือไม่ เปลี่ยนแสงได้ไหม เปลี่ยนวัสดุแล้วล่ะ แรงเสียดทานต่างกันล่ะ มุมกล้องเอียงล่ะ ยิ่งรบกวนตัวแปรเหล่านี้ได้ครบถ้วน โมเดลเมื่อขึ้นเครื่องจริงก็จะไม่ "ตายเมื่อเจอแสง" ง่ายๆ หากข้อมูลซิมูเลชันเกิดขึ้นภายใต้เงื่อนไขอุดมคติแบบเดียวตลอด มันก็เป็นได้แค่วัสดุรองพื้นสำหรับการฝึกเบื้องต้น มูลค่าในการถ่ายโอนสู่โลกจริงมีจำกัดมาก

สุดท้ายดูการมีส่วนร่วมต่อการพัฒนาระยะยาว เมื่อโมเดลพลาดบนเครื่องจริง เส้นทางสั้นๆ ที่มนุษย์接管และแก้ไขนั้นมักมีค่ามาก—มันบอกเราอย่างแม่นยำว่าโมเดลยังไม่เข้าใจตรงไหน เส้นทางใหม่ทั้งหมดจากภารกิจใหม่หรือเครื่องรุ่นใหม่ก็เช่นกัน ช่วยให้โมเดลขยายขอบเขตความสามารถได้เร็ว ในทางกลับกัน หากโมเดลทำภารกิจง่ายๆ ได้เสถียรแล้ว การเพิ่มข้อมูลคล้ายๆ กันอีก ผลตอบแทนจะลดลงเรื่อยๆ

ดังนั้นข้อมูลที่ดีไม่ใช่แค่ "รูปแบบถูกต้อง" มันต้องสะอาด มีความแปลกใหม่ ใช้ได้จริงในโลกจริง และยังผลักดันให้โมเดลก้าวหน้าต่อไป เราหวังจะใช้ทรัพยากรการเก็บข้อมูลที่มีจำกัดไปกับข้อมูลที่ทำให้หุ่นยนต์ฉลาดขึ้นจริงๆ

BlockBeats ถาม: เนื่องจาก Axis เป็นบริษัทหุ่นยนต์ ทำไมยังต้องใช้เทคโนโลยีบล็อกเชน? Axis เลือกใช้ Base chain ช่วยอธิบายเหตุผลเฉพาะเจาะจงหน่อยได้ไหม?

Chris: นี่เป็นคำถามที่เฉียบคมและสำคัญมาก ตรรกะของเราง่ายมาก: Axis กำลังแก้ปัญหาคอขวดของข้อมูล Physical AI ก่อน และการจะทำสิ่งนี้ได้ ต้องอาศัยผู้มีส่วนร่วมทั่วไปจำนวนมากทั่วโลก เทคโนโลยีบล็อกเชนไม่ใช่ตัวเอก มันเหมือนชุดเครื่องมือพื้นฐานที่มีประสิทธิภาพ ใช้สำหรับการตรวจสอบย้อนกลับ การยืนยัน การสร้างแรงจูงใจ และการจัดสรร

ในยุคของโมเดลภาษาขนาดใหญ่ ข้อมูลฝึกอบรมส่วนใหญ่เป็น "กล่องดำ": ข้อมูลมาจากไหน ถูกประมวลผลอย่างไร มูลค่าของผู้มีส่วนร่วมถูกยืนยันอย่างไร ภายนอกยากที่จะเห็น แต่ Physical AI เกี่ยวข้องโดยตรงกับการทำงานของหุ่นยนต์ในโลกจริง คุณภาพข้อมูลส่งผลต่อความปลอดภัย ดังนั้นกล่องดำแบบนี้จึงไม่สามารถยอมรับได้ง่ายๆ

เราได้นำกระบวนการผลิตข้อมูลบางส่วนของ Physical AI ขึ้นไปไว้บน Base เพื่อให้เรื่องนี้มีความโปร่งใสมากขึ้น Base เป็นเครือข่ายบล็อกเชนต้นทุนต่ำที่สร้างอยู่บน Ethereum โดยเฉพาะอย่างยิ่ง หมายเลขงาน หมายเลขเส้นทางข้อมูล หมายเลขผู้ใช้ และความเชื่อมโยงระหว่างสิ่งเหล่านี้จะถูกบันทึกไว้ทั้งหมด ด้วยวิธีนี้ ทุกเส้นทางการเคลื่อนไหวและผู้มีส่วนร่วมทุกคนสามารถติดตาม ตรวจสอบได้ และยังได้รับแรงจูงใจที่สอดคล้องกันอีกด้วย

นอกจากนี้ เรายังต้องการเครือข่ายที่มีชุมชนครอบคลุมกว้างและมีอุปสรรคในการเข้าร่วมต่ำ ชุมชนของ Base มีความเป็นสากลอย่างมาก และค่าใช้จ่ายในการใช้เชน Base ก็ต่ำ การยืนยันธุรกรรมก็รวดเร็ว ซึ่งสะดวกต่อการบันทึกการมีส่วนร่วมและการแจกจ่ายแรงจูงใจของเรา

ที่สำคัญกว่านั้น สิ่งที่เราให้รางวัลไม่ใช่แค่ปริมาณเพียงอย่างเดียว แต่คือการมีส่วนร่วมที่มีคุณภาพสูง สำหรับโมเดลหุ่นยนต์ ข้อมูลขยะไม่เพียงแต่ไร้ประโยชน์เท่านั้น แต่อาจเป็นอันตรายได้ด้วยซ้ำ เราใช้ระบบการให้คะแนนสองชั้นและระบบคะแนนสะสมเพื่อตัดสินว่าข้อมูลหนึ่งๆ ช่วยโมเดลได้จริงหรือไม่ ยิ่งมีส่วนร่วมดี คะแนนยิ่งสูง รางวัลยิ่งมาก ประสิทธิภาพสูงและต้นทุนต่ำของเชน Base ตอบสนองความต้องการการทำงานร่วมกันระดับโลกที่มีแรงจูงใจเล็กน้อยแต่ความถี่สูงของเราได้อย่างสมบูรณ์แบบ

ใครจะเป็นผู้จ่ายเงินสำหรับวงจรปิดข้อมูลหุ่นยนต์

BlockBeats ถาม: เส้นทางการสร้างรายได้ในปัจจุบันของ Axis เป็นอย่างไร? 围绕การเก็บข้อมูลหุ่นยนต์ การฝึกโมเดล และการใช้งานจริง คุณให้บริการ产品或บริการใดแก่ลูกค้าเป็นหลัก? ลูกค้าที่มีอยู่ให้ข้อเสนอแนะอย่างไรต่อรูปแบบนี้?

Chris: เส้นทางการสร้างรายได้ของเราค่อนข้างชัดเจน โดยแกนหลักคือการให้บริการลูกค้าสามกลุ่ม และจัดหาโซลูชันแบบครบวงจรตามปัญหาของแต่ละกลุ่ม

กลุ่มแรกคือบริษัทด้านฮาร์ดแวร์หุ่นยนต์และบริษัทที่ทำงานด้าน embodied intelligence เช่น Booster Robotics, Feagine Robotics และ AgiBot พวกเขามีฮาร์ดแวร์ของตัวเอง แต่บ่อยครั้งยังต้องการข้อมูลที่ปรับแต่งได้มากขึ้นและโมเดลที่สามารถนำไปใช้งานได้โดยตรง เพื่อเติมเต็มความสามารถในการปฏิบัติการ เราสามารถเริ่มต้นจากการออกแบบงาน ช่วยพวกเขาทำการเก็บข้อมูล การฝึกโมเดล และการปรับใช้ และยังจัดหาโซลูชันข้อมูลให้กับลูกค้าปลายทางของพวกเขาด้วย

กลุ่มที่สองคือบริษัทโมเดลที่พัฒนาโมเดล Vision-Language-Action หรือ World Model เช่น Manycore Tech และ SomaStacks หน้าที่ของ World Model คือการทำให้เครื่องเรียนรู้ว่าแวดล้อมจะเปลี่ยนแปลงไปอย่างไร พวกเขาต้องการข้อมูลการปฏิบัติการคุณภาพสูงจำนวนมากเพื่อฝึกโมเดลทั่วไป เราให้ชุดงานและชุดข้อมูลคุณภาพสูงแก่พวกเขา และยังสามารถร่วมฝึกโมเดลด้วยกันได้

กลุ่มที่สามคือองค์กรในอุตสาหกรรมแนวตั้ง เช่น Lotus Cars และ Geely Automobile สิ่งที่พวกเขาสนใจไม่ใช่ว่าโมเดลล้ำสมัยแค่ไหน แต่คือวิธีนำหุ่นยนต์ไปใช้ในสายการผลิตจริง ดังนั้นเราจึงนำเสนอโซลูชันระบบอัตโนมัติแบบครบวงจรที่อิงตามวิธีการเรียนรู้ของเครื่องจักร

เราให้ความสำคัญกับความสามารถของระบบเป็นหลัก ดังนั้นการส่งมอบจึงไม่ใช่แค่ชุดข้อมูลเท่านั้น ลูกค้าต้องการอะไร ขอบเขตความสามารถภายในของเราอยู่ตรงไหน เราก็สามารถปรับเปลี่ยนได้ตามนั้น ทั้งให้ข้อมูลได้ และส่งมอบโซลูชันที่อิงจากข้อมูลร่วมกันได้ด้วย ซึ่งวิธีนี้ช่วยเพิ่มความสามารถในการแข่งขันในการให้บริการลูกค้าของเรา และยังช่วยให้ลูกค้าเพิ่มประสิทธิภาพและคุณภาพได้โดยตรงมากขึ้นอีกด้วย

BlockBeats ถาม: พันธมิตรและลูกค้าของ Axis มีใครบ้าง? เมื่อลูกค้าที่แตกต่างกันมาที่ Axis ความต้องการทั่วไปของพวกเขาคืออะไร?

Chris: บริษัทประเภทต่างๆ ที่กล่าวถึงเมื่อสักครู่ ล้วนเป็นลูกค้าตัวแทนของเรา พวกเขาพูดผิวเผินว่า "ขาดข้อมูล" แต่สิ่งที่ขาดจริงๆ นั้นไม่เหมือนกัน

ยกตัวอย่างเช่น ผู้ผลิตฮาร์ดแวร์รายหนึ่ง เพิ่งพัฒนาแขนกลที่ยอดเยี่ยมออกมา แต่พอไปถึงหน้างานของลูกค้า แค่แสงเปลี่ยนไป หรือตำแหน่งวางสิ่งของเปลี่ยนไป หุ่นยนต์ก็จับชิ้นงานไม่แม่นยำแล้ว พวกเขามาหา Axis สิ่งที่อยากแก้จริงๆ คือ: จะทำให้หุ่นยนต์ทำงานได้อย่างเสถียรในสภาพแวดล้อมที่หลากหลายมากขึ้นได้อย่างไร

สิ่งที่เรามอบให้พวกเขาไม่ใช่ชุดวิดีโอที่ยุ่งเหยิง แต่เป็นข้อมูลที่มีโครงสร้างซึ่งผ่านการสร้างข้อมูลหลากหลายมิติ การทำความสะอาด และการติดป้ายกำกับความหมาย เมื่อจำเป็น เราก็ช่วยฝึกฝนกลยุทธ์ให้พวกเขาโดยตรงด้วย ผลลัพธ์สุดท้ายที่ต้องส่งมอบคือ ทำให้ฮาร์ดแวร์ของพวกเขามีความเสถียรและมีความสามารถในการสรุปทั่วไป (generalization) ในสภาพแวดล้อมที่ไม่มีโครงสร้างมากขึ้น

BlockBeats ถาม: ตั้งแต่แพลตฟอร์มเปิดตัวจนถึงตอนนี้ พวกคุณพอจะแบ่งปันข้อมูลการดำเนินงานจริงที่ยังไม่เคยเปิดเผยมาก่อนได้ไหม เช่น จำนวนผู้มีส่วนร่วมที่ลงทะเบียนจริง จำนวนงานที่เผยแพร่ เส้นทางข้อมูลสะสม รวมถึงกิจกรรมและการมีส่วนร่วมของผู้ใช้คุณภาพสูง?

Chris: ตั้งแต่แพลตฟอร์มเปิดตัวจนถึงตอนนี้ 15 สัปดาห์ เรามีผู้มีส่วนร่วมที่ลงทะเบียนสะสมมากกว่า 80,000 คน ตัวเลขนี้ได้ตัดบัญชีบอทและที่อยู่ที่ไม่ถูกต้องออกแล้ว เป็นข้อมูลจริงที่ถูกต้อง เราปล่อยงานแมชชีนเลิร์นนิงสำหรับการฝึกก่อน (pre-training) ทั้งหมด 1,600 งาน และเก็บเส้นทางข้อมูลสะสมมากกว่า 2 ล้านรายการ คิดเป็นข้อมูลคุณภาพสูงประมาณ 3,500 ชั่วโมง

แต่สิ่งที่เราให้ความสำคัญมากกว่าคือคุณภาพและความผูกพันของผู้ใช้ ปัจจุบัน ผู้มีส่วนร่วมคุณภาพสูงมีประมาณ 20,000 คน คิดเป็นสัดส่วนประมาณ 30% ในช่วง 30 วันที่ผ่านมา ผู้ใช้กลุ่มนี้มี 7,800 คนที่ยังคงแอคทีฟอยู่ ในช่วง 7 วันที่ผ่านมามี 5,300 คนที่แอคทีฟ อัตราส่วนผู้ใช้รายสัปดาห์ต่อรายเดือนอยู่ที่ 68% พวกเขามีส่วนร่วมในเส้นทางข้อมูล 680,000 รายการในช่วง 30 วันที่ผ่านมา และ 160,000 รายการในช่วง 7 วันที่ผ่านมา

ระดับความแอคทีฟและความลึกของการมีส่วนร่วมเช่นนี้ ทำให้เราเห็นว่าผู้ใช้สนใจในรูปแบบ "การฝึกคือการมีส่วนร่วม การมีส่วนร่วมได้รับแรงจูงใจ" และยังแสดงให้เห็นว่าชุมชนของเรากำลังก่อตัวเป็นเครือข่ายผู้มีส่วนร่วมด้านความฉลาดของหุ่นยนต์ที่ค่อนข้างเป็นผู้ใหญ่และมั่นคง

四、จุดเปลี่ยนที่แท้จริงของอุตสาหกรรม และตำแหน่งของ Axis

BlockBeats ถาม: ในช่วงสองปีที่ผ่านมา หุ่นยนต์ฮิวแมนนอยด์ VLA และ Physical AI ต่างก็ได้รับความนิยมอย่างมาก แต่คนทั่วไปส่วนใหญ่ยังไม่ได้ใช้งานหุ่นยนต์จริง ๆ คุณคิดว่าหุ่นยนต์จะต้องใช้เวลาอีกนานแค่ไหนกว่าจะเกิดการระเบิดครั้งใหญ่? จุดเปลี่ยนที่แท้จริงจะเป็นอะไร ต้นทุนฮาร์ดแวร์ที่ลดลง การก้าวกระโดดของความสามารถโมเดล หรือความสมบูรณ์ของโครงสร้างพื้นฐานข้อมูล?

Chris: เรามองว่าจุดเปลี่ยนที่แท้จริงคือความสมบูรณ์ของโครงสร้างพื้นฐานข้อมูล

ต้นทุนฮาร์ดแวร์ลดลงอย่างรวดเร็วอยู่แล้ว จุดแข็งของห่วงโซ่อุปทานจีนทำให้ต้นทุนการผลิตหุ่นยนต์ไม่ใช่กำแพงที่เอื้อมไม่ถึงอีกต่อไป แต่ทำไมคนทั่วไปยังไม่ได้ใช้งานหุ่นยนต์ในวงกว้าง? สาเหตุหลักคือหุ่นยนต์ยังไม่ฉลาดพอ พวกมันขาดความเข้าใจสามัญเกี่ยวกับกฎฟิสิกส์ของโลกจริงและความตั้งใจของมนุษย์

เปรียบเสมือนคุณมีรถที่ต้นทุนต่ำ เครื่องยนต์ก็ดี แต่ไม่มีใบขับขี่และไม่เคยขับบนถนน — มีเพียงฮาร์ดแวร์และอัลกอริทึม แต่ไม่มี "ประสบการณ์บนถนน" ที่เพียงพอ รถก็ยังขับได้ไม่ดี เฉพาะเมื่อเราสามารถรับข้อมูลปฏิสัมพันธ์จากโลกกายภาพได้ในต้นทุนต่ำและในระดับใหญ่ เหมือนกับการดึงข้อมูลจากเว็บในปัจจุบัน และแปลงเป็นสารอาหารที่โมเดลสามารถย่อยได้ หุ่นยนต์ถึงจะระเบิดได้จริง

เรารู้สึกว่าจุดเปลี่ยนนี้ใกล้เข้ามาเรื่อย ๆ แล้ว สิ่งที่ Axis อยากทำคือผลักดันให้มันเกิดขึ้นเร็วขึ้นอีกหนึ่งก้าว

BlockBeats ถาม: ในอุตสาหกรรมหุ่นยนต์ บริษัทโมเดลใหญ่และบริษัทหุ่นยนต์ทั้งตัวอาจสร้างข้อมูลเองในอนาคต เมื่อเผชิญกับทีมสร้างข้อมูลเองเหล่านี้ รวมถึงคู่แข่งในสายเดียวกันของ Axis ในปัจจุบัน จุดแข็งระยะยาวของ Axis คืออะไร? เครือข่ายผู้มีส่วนร่วม ความสามารถในการสร้างงาน การควบคุมคุณภาพข้อมูล สถานการณ์ลูกค้า หรือประสิทธิภาพการฝึกแบบวงปิด?

Chris: นี่เป็นคำถามที่สำคัญมากและสมจริงมาก บริษัทโมเดลใหญ่และผู้ผลิตหุ่นยนต์ทั้งตัวจะต้องสร้างทีมข้อมูลของตัวเองในอนาคตอย่างแน่นอน นี่แทบจะเป็นผลลัพธ์ที่หลีกเลี่ยงไม่ได้ของการพัฒนาอุตสาหกรรม แต่การแข่งขันที่แท้จริงไม่ใช่ว่าใครจะเก็บข้อมูลเองได้หรือไม่ แต่เป็นว่าใครจะสามารถสร้างโครงสร้างพื้นฐานข้อมูลที่ข้ามสถานการณ์ ขยายขนาดได้ และปรับปรุงอย่างต่อเนื่องได้

ระยะสั้นทุกคนแข่งขันกันที่ความครอบคลุมและความหลากหลายของข้อมูล ระยะกลางแข่งขันกันที่ประสิทธิภาพในการแปลงข้อมูลเป็นความสามารถของโมเดล ระยะยาวแข่งขันกันที่ว่าใครจะฝังตัวเข้าไปในระบบการผลิตอัจฉริยะของลูกค้าได้จริง และกลายเป็นส่วนที่ยากต่อการแทนที่

จุดแข็งของ Axis จะไม่ใช่เพียงจุดเดียว เช่น เครือข่ายผู้มีส่วนร่วม ประสิทธิภาพการเก็บข้อมูล หรือความสามารถในการประมวลผลข้อมูล ความสามารถจุดเดียวอาจถูกเลียนแบบได้ สิ่งที่เราให้ความสำคัญมากกว่าคือการเชื่อมโยงความสามารถเหล่านี้เข้าด้วยกันเป็นวงปิดที่แข็งแกร่งขึ้นเรื่อย ๆ และค่อย ๆ ฝังเข้าไปในกระบวนการฝึกของลูกค้า

สำหรับลูกค้า การเชื่อมต่อกับ Axis ควรเป็นเรื่องเบา ไม่ต้องมีใบอนุญาตซับซ้อน สามารถปล่อยงานและรับข้อมูลได้อย่างรวดเร็ว แต่เมื่อลูกค้าเริ่มใช้ระบบสินทรัพย์จำลอง เครือข่ายการเก็บข้อมูลแบบกระจาย และวงจรปิดการแก้ไขโมเดลของเรา กระบวนการฝึกฝนของทั้งสองฝ่ายจะค่อยๆ เชื่อมโยงกัน หากต้องการเปลี่ยนเรา ลูกค้าไม่ได้แค่เปลี่ยนผู้ให้บริการข้อมูลรายหนึ่ง แต่ต้องสร้างโครงสร้างพื้นฐานการจำลองใหม่ทั้งหมด สร้างเครือข่ายผู้มีส่วนร่วมใหม่ ท่อส่งการประมวลผลข้อมูล และกระบวนการแก้ไขหลังการฝึกฝนใหม่ คูเมืองของเราไม่ใช่การปิดกั้น แต่คือการฝังตัวเชิงโครงสร้างแบบนี้

เรายังให้ความสำคัญอย่างมากกับความสามารถในการวิวัฒนาการไปพร้อมกับโมเดล หากเพียงแค่ขายข้อมูล แน่นอนว่าอาจถูกแทนที่ได้ทุกเมื่อ แต่ถ้าเราสามารถค้นพบจุดอ่อนของโมเดลได้อย่างต่อเนื่อง ออกแบบงานที่ตรงเป้าหมาย ให้ข้อมูลการแก้ไขหลังการฝึกฝน และช่วยให้ลูกค้าเพิ่มอัตราความสำเร็จและความทนทานได้จริง เราจะกลายเป็นส่วนหนึ่งของวงจรปิดการปรับปรุงโมเดล ในเวลานั้น ความสัมพันธ์ระหว่างเรากับลูกค้าจะไม่ใช่แค่ผู้ให้บริการกับผู้ซื้ออีกต่อไป แต่เป็นเหมือนผู้ร่วมสร้างมากกว่า

ในอีก 18 เดือนข้างหน้า อุตสาหกรรมจะขาดแคลนข้อมูลขนาดใหญ่และครอบคลุมสูง ปริมาณและความหลากหลายยังคงเป็นแกนหลัก อีกสามปีถัดไป อุตสาหกรรมอาจต้องการข้อมูลเฉพาะทางในโดเมนและสถานการณ์เฉพาะมากขึ้น สินทรัพย์ที่เราอยากสะสมจริงๆ ไม่ใช่ข้อมูลประเภทใดประเภทหนึ่ง แต่เป็นระบบสร้างงานที่ตั้งโปรแกรมได้ เครือข่ายผู้มีส่วนร่วมแบบกระจายที่จัดสรรได้ และวงจรปิดการฝึกฝนที่ปรับปรุงอย่างต่อเนื่อง ซึ่งสามารถขยายแนวนอนไปยังอุตสาหกรรมมากขึ้น และเจาะลึกแนวตั้งในโดเมนเฉพาะได้

หากสรุปเป็นประโยคเดียว ระยะสั้นสู้ที่ขนาด ระยะกลางสู้ที่ประสิทธิภาพ ระยะยาวสู้ที่การฝังตัว เป้าหมายของ Axis คือการเป็นส่วนหนึ่งของระบบการผลิตอัจฉริยะ Physical AI ไม่ใช่ผู้ให้บริการข้อมูลที่สามารถถูกแทนที่ได้ง่ายๆ

BlockBeats ถาม: ในช่วง 6–12 เดือนหลังการระดมทุน ภารกิจและเป้าหมายหลักของ Axis คืออะไร? จะขยายขนาดข้อมูลต่อไป พิสูจน์งานหุ่นยนต์จริงมากขึ้น หรือคว้าลูกค้าที่จ่ายเงินเพิ่มขึ้น? หากย้อนกลับมาดูในอีกหนึ่งปี คุณอยากให้ภายนอกใช้คำสำคัญอะไรอธิบาย Axis?

Chris: ในอีก 6 ถึง 12 เดือนข้างหน้า เราจะผลักดันผลิตภัณฑ์ ระบบนิเวศ และการสร้างรายได้ไปพร้อมกัน

ด้านผลิตภัณฑ์ V2 ได้ผลักดันเราจากแพลตฟอร์มเก็บข้อมูลทางเดียวไปสู่วงจรปิดการฝึกฝนที่สมบูรณ์แล้ว สิ่งที่ต้องทำต่อไปคือทำให้ระบบนี้ทำงานจริงและขยายขนาดได้ ในเดือนกันยายน เราจะขยายท่อส่งการเก็บข้อมูลมุมมองบุคคลที่หนึ่งเพิ่มเติม ปัจจุบันสะสมข้อมูลได้หลายหมื่นชั่วโมงแล้ว และกำลังหารือความต้องการกับห้องปฏิบัติการโมเดล前沿ในอเมริกาเหนือ ราวเดือนตุลาคม เราวางแผนปล่อยชุดข้อมูลเวอร์ชัน V2 ครอบคลุมรูปแบบหุ่นยนต์และความสามารถพื้นฐานมากขึ้น ภายในสิ้นปี จะปล่อยชุดข้อมูลหลังการฝึกฝน Human-Gated DAgger ขนาดใหญ่ชุดแรก

ในด้านระบบนิเวศ เราจะขยายเครือข่ายทั่วโลกต่อไป เข้าสู่ตลาดลาตินอเมริกาและยุโรป ภายใน 6 ถึง 12 เดือนข้างหน้า เราหวังว่าจะรักษากำลังการผลิตข้อมูลมุมมองบุคคลที่หนึ่งให้คงที่มากกว่า 500 ชั่วโมงต่อวัน เพิ่มกำลังการผลิตข้อมูลจำลองเป็นมากกว่า 50 ชั่วโมงต่อวัน และค่อยๆ ขยายกำลังการผลิตข้อมูลหลังการฝึกด้วยวิธี DAgger

ในด้านการสร้างรายได้ เป้าหมายของเราคือการเสร็จสิ้นโครงการนำร่องแบบชำระเงินใหม่ 2 ถึง 3 โครงการภายในสิ้นปี และเข้าสู่รายชื่อซัพพลายเออร์ที่ได้รับคัดเลือกของบริษัทโมเดลพื้นฐานภายในต้นปีหน้า

หากย้อนกลับมาดูในอีกหนึ่งปีข้างหน้า เราหวังว่าทุกคนจะใช้คำสามคำนี้来描述 Axis: "ขนาด ความหลากหลาย วงปิด" ขนาดคือเราสามารถจัดหาข้อมูลระดับอุตสาหกรรมได้อย่างต่อเนื่อง ความหลากหลายคือเราครอบคลุมความซับซ้อนของโลกจริงอย่างแท้จริง วงปิดคือเราไม่เพียงแต่สร้างข้อมูล แต่ยังปรับปรุงอย่างต่อเนื่องตามจุดอ่อนของโมเดล

ที่สำคัญกว่านั้น เราหวังว่าเมื่ออุตสาหกรรมพูดถึง Axis จะกล่าวว่า: "นี่คือระบบที่ทำให้โมเดลหุ่นยนต์วิวัฒนาการเร็วขึ้น" สิ่งที่เราแก้ไขไม่ใช่แค่ปัญหาปริมาณข้อมูล แต่เป็นปัญหาประสิทธิภาพการวิวัฒนาการของโมเดล ตราบใดที่ลูกค้าเชื่อมต่อกับ Axis แล้ว โมเดลมีการทำซ้ำเร็วขึ้น อัตราความสำเร็จสูงขึ้น และครอบคลุมสถานการณ์กว้างขึ้น นั่นคือคุณค่าของเรา

ยินดีต้อนรับสู่ชุมชนทางการของ BlockBeats:

กลุ่ม Telegram สมัครสมาชิก: https://t.me/theblockbeats

กลุ่ม Telegram พูดคุย: https://t.me/BlockBeats_App

บัญชี Twitter ทางการ: https://twitter.com/BlockBeatsAsia