Следующий скачок физического AI, вероятно, придёт не только из better models, но и из radically larger embodied data.
Large language models grew на масштабе данных. Гуманоиды, похоже, движутся к тому же уроку: без огромного и разнообразного корпуса реального embodied experience трудно ждать настоящей универсальности.
Project Go-Big важен тем, что Figure пытается собрать именно такую базу. Компания использует человеческое egocentric video и заявляет про zero-shot transfer навигационных навыков на робота.
Статус технологии
Фундаментальное или прикладное исследование, ещё без зрелого внедрения.
Кто стоит за этой историей
- Организации: Figure, Brookfield
- Технологии: robot pretraining, egocentric video, navigation
Что это значит
Если такой подход сработает, он радикально удешевит обучение базовых embodied priors. Роботу не обязательно проживать каждую ситуацию телом, если часть моторной логики можно перенять через человеческий опыт.
Для отрасли это один из первых по-настоящему больших замахов на data layer физического AI.
