文章来源：Axis
Axis Robotics verfolgt eine Simulation‑First‑Strategie, um die Vielfalt und Skalierung der Daten für Embodied Intelligence neu zu gestalten.
Bis 2025 convergieren mehrere technologische Ansätze in der Robotik schnell: Die Kommerzialisierung der Hardware für Embodied‑Systeme macht skalierbare Prototypen erstmals realistisch; Vision‑Language‑Action‑Modelle (VLA) verleihen Robotern ein „Gehirn“ für semantisches Verständnis, Schlussfolgerungen und Planung; und die mehrstufige Datentreppe, bestehend aus Video‑Prä‑Training und Simulation‑Synthese, treibt die kontinuierliche Evolution der Embodied‑Intelligenz voran.
Dennoch bleibt eine zentrale Herausforderung: Daten. Im Vergleich zu großen Sprachmodellen und autonomem Fahren besteht bei Embodied‑Intelligenz im Pre-Training nach wie vor eine große Datenlücke. Um diese zu schließen, verfolgt die Branche mehrere Wege: UMI‑große Operationsdaten, natürliche Interaktionsdaten aus Ego‑Perspektive (Ego‑Centric‑Videos) sowie ein sich schnell entwickelndes Simulations‑Synthese‑Daten‑System. Vor diesem Hintergrund haben Wissenschaft und Industrie ein neues technisches Konsens gefunden: Hochwertiges, groß angelegtes Simulations‑Pre-Training, gefolgt von Feinabstimmung mit wenigen echten Daten, ist derzeit einer der vielversprechendsten Ansätze.
Doch dieser Konsens stellt höhere Anforderungen: Simulationsdaten müssen gleichzeitig hochwertig, kostengünstig und skalierbar sein, sonst droht die doppelte Belastung durch teure echte Daten und unzureichende Simulationsqualität, die die Modell-Iterationen verzögern.
Steht der „GPT‑Moment“ für Embodied‑Intelligence also kurz bevor?
Die Antwort von Axis lautet ja – vorausgesetzt, es wird die Art und Weise, wie Roboterdaten skaliert produziert werden, grundlegend neu gestaltet und die Deployment‑Paradigmen in der physischen Welt neu definiert.
Axis Robotics ermöglicht es auch Laien, an der Datenerfassung für Embodied‑Intelligence teilzunehmen
Traditionell basiert die Roboterdatenerfassung auf kleinen Expertenteams oder lokaler Fernsteuerung, was die Skalierung erschwert und die Vielfalt einschränkt. Um diese Engstelle zu überwinden, verfolgt Axis eine Simulation‑First‑Strategie, baut eine End-to-End‑Infrastruktur für Embodied‑Intelligence-Daten auf und erhöht die Produktionskapazität durch verteilte menschliche Zusammenarbeit erheblich. Roboter dienen nicht nur den Menschen, sondern werden durch große menschliche Beteiligung kontinuierlich aufgebaut und weiterentwickelt.
Seit der Gründung erkennt Axis: Daten allein reichen bei Weitem nicht aus. Um die Datenkrise bei Embodied‑Intelligence wirklich zu lösen, muss eine durchgängige, end-to-end‑Technologiepipeline aufgebaut werden. Die drei wichtigsten Schritte sind: Aufgaben-Generierung, Datenerfassung sowie Datenbewertung und -verarbeitung:
● Aufgaben-Generierung: Dynamischer, unendlich skalierbarer Aufgaben-Generator
Die Grenzen der Maschine bestimmen ihre Fähigkeiten. Axis hat einen neuen 3D‑dynamischen Aufgaben-Generator entwickelt, der essentielle Fähigkeiten in atomare Skills zerlegt und durch Prompting eine Vielzahl hochwertiger Simulationsaufgaben generiert. Vom einfachen Szenario bis zu komplexen Kettenaufgaben kann der Roboter in einem unendlich vielfältigen Aufgabenraum kontinuierlich lernen und sich weiterentwickeln.
● Datenerfassung: Plattform für jedermann, ohne Einstiegshürden
Axis bringt komplexe Simulationsumgebungen, die früher nur in spezialisierten Labors liefen, auf Browser und mobile Geräte. Nutzer können einfach eine Webseite öffnen, den Roboter und Arm in Echtzeit steuern – wie ein Spiel –, um wertvolle Datenpfade zu generieren. Keine Hardwarekosten, keine technischen Hürden – Datenproduktion ist fortan „jederzeit, überall, für alle offen“.
● Datenbewertung und -verarbeitung: Jede Datenbahn „verfügbar, trainierbar, skalierbar“
Jede Datenbahn durchläuft Axis’ eigene automatische Bewertungssysteme, die anhand von Vollständigkeit, Stabilität, Wirksamkeit und Flussqualität multidimensional filtern und verarbeiten. Das Ergebnis sind Daten, die direkt in das Modelltraining eingespeist werden können. Hochwertigkeit hängt nicht mehr von manueller Prüfung ab, sondern wird durch systematische Automatisierung erreicht.
Hinter dieser umfassenden Produktarchitektur steht eine robuste Basis: MetaSim, unsere speziell für Embodied‑Intelligence entwickelte, einheitliche Plattform, die Simulation‑Decoupling, Datenvalidierung und Datenaugmentation übernimmt und das Rückgrat der Datenpipeline bildet. Mit MetaSim können Nutzer in einem leichten Web‑Simulator große Mengen menschlicher Demonstrationen generieren, die nahtlos in NVIDIA Isaac Sim für hochpräzise Validierung übertragen werden. Gleichzeitig nutzt Axis die leistungsstarken Physik- und Grafik-Engines von Isaac Sim für hochfidelity‑Rendering und groß angelegte Domain‑Randomization. Durch diese Schlüsselmaßnahmen wird der Wert der Sim‑to‑Real‑Migration und robuster Modelltraining deutlich gesteigert, sodass jede Datenprobe im realen Einsatz eine stärkere Generalisierung und praktische Nützlichkeit entfaltet.
(Web‑gesammelte Rohdaten, nach Augmentation, erfolgreich für das Training genutzt und auf echte Hardware deployed)
Nur mit einer effektiven Anreiz- und Verbreitungsmechanik kann diese umfassende Infrastruktur wirklich Wurzeln schlagen und breiten Nutzen bringen. Genau hier liegt der einzigartige Wert von Crypto. Axis möchte auf Basis von Crypto ein echtes Anreiz- und Distributionsnetzwerk aufbauen, das den praktischen Nutzen für Produkte maximiert und es normalen Nutzern weltweit ermöglicht, an der Entwicklung von Embodied‑Intelligence dezentral teilzunehmen.
Durch dieses Netzwerk werden Beitrag, Aufgaben und Anreize transparent, nachvollziehbar und rückverfolgbar. Noch wichtiger ist, dass es neue Möglichkeiten für die Asset‑Bündelung von Datenerfassungsaufgaben und Trajektorien schafft – jede Teilnahme wird so zu einem Teil des Wertflusses im Embodied‑Intelligence‑Ökosystem.
Axis hat eine vollständige End-to-End‑Datenpipeline validiert, die die Wirksamkeit der gesammelten Trajektorien im Modelltraining belegt
Beim „Little Prince’s Rose“-Event sammelte das Team in nur drei Tagen über 10.000 hochwertige Trajektorien aus der Community. Nach Wiederholungs‑Verifikation und Daten‑Glättung wurden diese direkt in die Strategietrainings eingespeist und schließlich auf den Franka‑Roboterarm übertragen, um die Embodied‑Aufgabe des autonomen Blumenbewässerns zu realisieren.
Dieser Meilenstein zeigt die Fähigkeit von Axis, Zero-Shot‑Sim‑to‑Real‑Transfer durch Web‑Crowdsourcing zu realisieren, und beweist erstmals: Webbasierte, groß angelegte Crowdsourcing‑Simulationen können hochwertige Daten für das Training von Embodied‑Intelligence‑Modellen liefern.
Die Community zeigt großes Interesse an Axis’ „Spiel‑und‑Herausforderungs‑Produkt“. Über zwei Testphasen mit insgesamt 15 Tagen haben mehr als 20.000 Nutzer teilgenommen, es wurden über 170.000 Trajektorien gesammelt. Diese Daten sind in Echtzeit im Produkt-Dashboard öffentlich einsehbar.
Die Mission von Axis Robotics ist die echte Demokratisierung von Embodied‑Intelligence
Axis ist überzeugt, dass Embodied‑Intelligence, genau wie die Zukunft der Robotik, allen Menschen dienen wird. Jeder sollte das Recht haben, an der Entwicklung der nächsten Robotergeneration mitzuwirken. Das Kernelement, das Axis auf den Markt bringt, basiert auf zwei Säulen:
- Hochwertige Robotersimulationsdaten für Pre-Training
Axis liefert bedeutende Dateninputs für allgemeine Robotermodelle. „Hochwertig“ bedeutet nicht nur groß, sondern auch vielfältig in Aufgabenarten, Szenenaufbau und multimodaler Datenstruktur. Ziel ist nicht nur die Massenproduktion, sondern eine Neudefinition der Branchenstandards – welche Daten sind direkt für Pre-Training geeignet und fördern Fortschritte in Wissenschaft und Industrie?
- Skalierbare Infrastruktur
Neben den Daten baut Axis eine flexible, langfristig erweiterbare technische Infrastruktur auf, die offen gestaltet ist. Unser Ziel ist es, diese Infrastruktur nicht nur von Axis selbst genutzt zu werden, sondern durch offene Schnittstellen mehr Akteure in das Embodied‑Intelligence‑Ökosystem einzubinden.
Zukünftig werden wir zentrale Schnittstellen für Aufgabenaufbau, Datenerfassung, Datenverarbeitung und Modelltraining schrittweise öffnen, sodass Entwickler, Forschungseinrichtungen und Unternehmen in modularer, plugin‑basierter Weise teilnehmen können. Ohne die technische Strenge zu vernachlässigen, soll dieses offene Ökosystem groß angelegte, inklusive Beteiligung und hochwertige Modell‑Produktion ermöglichen, um Embodied‑Intelligence‑Entwicklung von geschlossenen Prozessen in eine echte offene Zusammenarbeit zu überführen.
Axis arbeitet mit Herstellern, Robotik‑Herstellern und Modellfirmen zusammen, darunter Lotus Auto, Booster Robotics, Qunhe Technology und YuanDian Intelligence, um die Umsetzung in Datenproduktion, Modelltraining und praktische Anwendungen voranzutreiben.
Angesichts der zunehmenden Reife der Robotik-Hardware, sinkender Produktionskosten verschiebt sich der Wertschwerpunkt der Embodied‑Intelligence-Branche zunehmend von Hardware hin zu KI‑Modellen und Dateninfrastruktur. In einem zukünftigen, trillionen‑Dollar‑großen Markt für Embodied‑Intelligence werden Daten und KI‑Algorithmen voraussichtlich etwa 10 % des Kernwerts ausmachen. Mit der Weiterentwicklung physischer Engines und der breiten Anwendung von Domain Randomization wird Simulations‑Daten zunehmend zu einem zentralen Produktionsfaktor, der das Potenzial hat, Milliarden‑ bis Billionen‑Dollar‑Wertschöpfung zu generieren.
Angesichts dieser bevorstehenden Marktnachfrage transformiert Axis Robotics die traditionelle, teure, zentrale und ressourcenintensive Simulations‑Fernsteuerung in ein exponentiell skalierbares, globales Daten‑Netzwerk.
Durch drastische Senkung der Grenzkosten bei Datenerfassung und Erhöhung der gleichzeitigen Trajektorien‑Sammlung schafft Axis eine effiziente, skalierbare Datenlösung für Partner und etabliert ein Geschäftsmodell mit starkem Wachstumspotenzial, breiter Marktreichweite und hoher Replizierbarkeit im aufstrebenden Embodied‑Intelligence‑Datenmarkt.
Ausblick: Der Weg zum „GPT‑Moment“ für Embodied‑Intelligence
Der „GPT‑Moment“ für Embodied‑Intelligence erfordert eine zentrale Plattform, die menschliche Intelligenz erfasst und zuverlässig in maschinenfähige, überprüfbare Fähigkeiten umwandelt. Mit dem offiziellen Start des Base Chain implementiert Axis eine zukunftsweisende, verteilte Infrastruktur – ein widerstandsfähiges, globales, offenes Netzwerk, das Zusammenarbeit in großem Maßstab ermöglicht.
Am 25. März ging Axis’ Kernprodukt live, offen für alle: Nutzer, Forscher, Entwickler und AI-Labore weltweit können an diesem Ökosystem teilnehmen und den größten, vielfältigsten Roboterdatenpool der Geschichte aufbauen.
Embodied‑Intelligence wird nicht von wenigen monopolisiert; sie wird von allen gemeinsam geschaffen.
Dieser Beitrag stammt von einem Gastautor und spiegelt nicht die Meinung von BlockBeats wider.
Erfahren Sie mehr über die Stellenangebote bei BlockBeats
Willkommen in der offiziellen Community von BlockBeats:
Telegram Abonnenten-Gruppe: https://t.me/theblockbeats
Telegram Diskussionsgruppe: https://t.me/BlockBeats_App
Twitter Offizieller Account: https://twitter.com/BlockBeatsAsia
