Роботам больше не нужны камеры на головах. Им нужен YouTube. 🤖 Пока индустрия тратит миллиарды на сборку robot-data: камеры на головах операторов, ручные демонстрации и тонны разметки, Rhoda AI показала куда более наглую идею: можно взять обычные видео из интернета и научить робота работать руками. Без действий робота. Без специальной разметки. Без съёмок на производстве. Сначала модель учится на обычном web-video предсказывать, что произойдёт в следующую секунду. Потом получает немного демонстраций конкретной задачи и выходит на результат:

4% → 65% → 75% → 85% успешных выполнений.

Робот открывает коробки, достаёт подшипники и сортирует упаковку. Большая модель не просто реже ошибается. Она увереннее двигается, меньше повторяет попытки и быстрее заканчивает работу. Главный вывод: для физического интеллекта, возможно, не нужно снимать миллионы часов действий роботов. Достаточно сначала научить модель понимать, как устроен визуальный мир. А этот датасет уже собран. Он называется интернет. @almazrobots — меня зовут Алмаз, я создаю роботов.