AI‑лаборатории привлекают XDOF для сбора данных обучения роботов

Развитие physical AI сталкивается с фундаментальной проблемой данных: в отличие от LLM, которым доступны огромные массивы текстовой информации, роботам требуется обучение на данных о физических действиях и взаимодействиях с окружающей средой. Сбор таких данных остаётся трудоёмкой и малопривлекательной задачей.

Получение обучающих наборов для роботов включает рутинную работу с реальными объектами и оборудованием, что делает процесс медленным и затратным. Это резко контрастирует с цифровой природой данных для языковых моделей, которые можно масштабировать значительно проще.

Некоторые AI‑лаборатории уже передают эту задачу сторонним исполнителям. В частности, они платят компании XDOF за сбор данных, необходимых для обучения робототехнических систем. Такой подход отражает растущий спрос на специализированные наборы данных, без которых дальнейший прогресс в области physical AI может оказаться ограниченным.