Physical AI остаётся одним из самых горячих направлений венчурных инвестиций — компании привлекают миллиарды, пытаясь перенести инструменты больших языковых моделей в робототехнику.
Этот ажиотаж помог провести крупное IPO китайского лидера в производстве роботов Unitree, которая была оценена в $66 млрд после выхода на местный аналог NASDAQ. Однако на этой неделе акции обвалились, и компания потеряла почти половину своей стоимости. Аналитики называют причину очевидной: физические возможности роботов растут, но им по-прежнему не хватает навыков для выполнения реально полезной работы.
На прошедшей конференции Actuate, собравшей разработчиков ИИ-«мозгов» для роботов, царил энтузиазм. Мероприятие втрое выросло с момента запуска в 2023 году и собрало 1500 участников, по данным организатора — компании Foxglove, которая помогает создателям физических ИИ-моделей управлять данными.
Но и риски были очевидны: стенд компании Avala, ещё одного игрока в сфере инфраструктуры для physical AI, обещал решить «кризис робототехнических данных».
Этот кризис связан с нехваткой качественных обучающих данных. Попытки создать универсальных роботов, способных выполнять любые задачи, всё ещё далеки от реальности, а сквозное обучение под конкретные задачи пока не даёт коммерчески надёжных продуктов. Разработчики пытаются повторить путь ведущих ИИ-лабораторий: искать более разнообразные датасеты, экспериментировать с режимами обучения и совершенствовать сценарии обучения с подкреплением.
Гарри Меллсоп, основатель стартапа Antioch, создающего инструменты симуляции для разработчиков моделей, считает, что physical AI сейчас находится в «эпохе GPT-2» — на стадии, предшествовавшей появлению ChatGPT. Для прорыва потребуется больше данных и вычислительных мощностей, особенно GPU, оптимизированных под трассировку лучей для создания реалистичных симуляций.
Дальше всех продвинулись беспилотные автомобили — отчасти благодаря возможности собирать данные с машин, управляемых людьми, отчасти потому что их главная задача — избегать столкновений, а не манипулировать объектами. Значительная часть инструментов для построения моделей пришла именно из автопрома: например, Foxglove основали бывшие сотрудники Cruise, закрытого проекта беспилотных авто General Motors.
Теперь автопроизводители делают ставку на то, что их наработки в области машинного обучения позволят конкурировать с производителями гуманоидных роботов. Tesla уже пробует это с роботом Optimus, а компании Wayve (беспилотные авто) и Uber запустили лаборатории робототехники, сфокусированные на гуманоидных формах в рамках исследований.
«Думаю, начинать нужно с автомобилей... манипуляционная робототехника сейчас на уровне беспилотных авто пятилетней давности», — заявил TechCrunch генеральный директор Wayve Алекс Кендалл. Он отметил, что инфраструктура данных, симуляции и ML-операции, вероятно, будут общими, но модели мира для симуляторов потребуют отдельного дообучения под разные типы устройств.
Кендалл считает, что пока рано делать ставку на конкретную аппаратную платформу — сенсоры и компоненты быстро развиваются, а по-настоящему универсальная модель должна быть к ним нейтральна.
Теофиль Жерве, гендиректор Genesis AI — вертикально интегрированной компании по разработке гуманоидных роботов, привлёкшей $105 млн на посевном раунде в этом году, — не согласен: «Сейчас слишком рано для стратегии единого «мозга»; мы считаем, что есть много возможностей для совместного проектирования железа и ИИ».
Жерве также затронул другую актуальную тему — насколько узко нужно фокусировать бизнес в сфере physical AI. Компании, ориентированные на конкретные задачи, уже выводят роботов в реальные условия: Gritt строит солнечные фермы, Agility внедряет роботов на производстве, а Bedrock автономно управляет экскаваторами. Тем временем универсальные гуманоиды всё ещё не покидают лаборатории.
«Ни одному клиенту не интересен универсальный робот с успешностью выполнения задач 80%», — отметил Жерве. «Многие компании идут по пути универсальности, но это не создаёт ценности без вертикальной специализации... но если строить решение под узкую нишу на базе GPT-2, вас раздавит тот, кто строит на GPT-4».
Соблазн сосредоточиться на конкретной нише велик, ведь это даёт не только выручку, но и данные из реальных условий эксплуатации. Хотя узкоспециализированные данные могут не обладать разнообразием, нужным для развития универсальных моделей, они критически важны для создания действительно полезного робота. Технический директор Bedrock Кевин Питерсон отметил, что компания начала с экскавации, чтобы изучить сложности «манипуляций в реальных условиях», но планирует развивать интеллектуальный слой для целого ряда строительной техники.
Управление такими массивами данных — отдельная сложная задача, особенно с учётом плотности визуальных и лидарных данных. На этой неделе Foxglove представила новый продукт на основе открытой модели мира Nvidia Cosmos, позволяющий инженерам искать данные с помощью сложных запросов на естественном языке для создания оценок и симуляций. Цель — ускорить отладку и итерации моделей.
Так каким же будет тот самый «момент ChatGPT» для physical AI, который, по недавним словам Сэма Альтмана, наступит уже через несколько лет? Кендалл напоминает, что крупнейшим по масштабу развёртыванием роботов в мире остаются бытовые роботы-пылесосы. По его мнению, настоящий «момент ChatGPT» должен впечатлить потребителей, а не инвесторов, которые и так уже воодушевлены.
«Один из примеров — появление автономности без участия водителя (eyes-off) за менее чем $1000 в стоимости оборудования автомобиля», — говорит Кендалл; не случайно его компания лицензирует модели автопроизводителям именно с этой целью. Этот бизнес, по его оценке — многомиллиардная возможность, которая позволит построить по-настоящему универсальную модель воплощённого ИИ.
Для Жерве переломный момент для physical AI наступит, когда «манипуляция объектами будет работать из коробки. Вы сможете обратиться к роботу на естественном языке и попросить выполнить базовую задачу — толкнуть, потянуть, закрыть ноутбук, убрать со стола — что угодно, и это будет работать с надёжностью от 80% из коробки — это и есть аналог опыта ChatGPT».
Адриан Макнил, генеральный директор Foxglove, смотрит на вопрос иначе: «Момента ChatGPT в робототехнике не будет», — заявил он TechCrunch. «ChatGPT стал таким явлением благодаря дистрибуции — они выросли с нуля до миллиона активных пользователей за неделю... распространение в реальном физическом мире гораздо сложнее. Мне было бы интереснее дождаться «момента Apple II» или «момента IBM PC» в робототехнике — когда я смогу просто купить домашнего робота, который будет делать что-то полезное и интересное».