Axis Robotics, pengembang mesin data pengganda untuk mempercepat pengembangan Physical AI, mengumumkan perolehan pendanaan seed sebesar US$12 juta. Putaran ini dipimpin oleh Hack VC, dengan partisipasi Nomad Capital, Pi Network Ventures, 10K Ventures, serta sejumlah investor malaikat.
Dana segar ini akan mendorong misi Axis membangun mesin data global massively parallel berbasis human-in-the-loop, untuk mengatasi salah satu hambatan terbesar Physical AI: produksi data pelatihan robotik terstruktur, sangat beragam, dan dapat diskalakan.
Mengurai Bottleneck Data di Physical AI
Berbeda dengan Large Language Models yang dapat diskalakan lewat triliunan token data internet yang sudah ada, Physical AI menghadapi tiga hambatan utama: kelangkaan data yang akut, kesenjangan generalisasi, dan fragmentasi embodiment akibat beragamnya perangkat keras robot.
“Physical AI membutuhkan miliaran lintasan gerak interaksi manusia-fisik,” ujar Chris, Founder Axis Robotics. “Selama bertahun-tahun industri tidak memiliki sistem produksi data hibrida yang efisien dan nyaris tak terbatas skalanya untuk membantu model beriterasi dengan mulus — dan itulah yang kami bangun di Axis: sebuah mesin data pengganda.”
Bagaimana Axis Mendorong Kecerdasan Robotik Umum
Compounding Data Engine milik Axis menghadirkan workflow end-to-end yang mengintegrasikan generasi tugas, penangkapan data, pelatihan model berkelanjutan, hingga optimasi:
Task Gen Engine: Menghasilkan tugas-tugas robotik atomik yang sangat beragam melalui randomisasi objek, tata letak ruang, visual, bentuk robot dan semantik, sehingga setiap lintasan data sarat keragaman;
Browser-Based Sim Teleoperation Platform: Antarmuka web pertama di dunia yang memungkinkan siapa saja menghasilkan lintasan gerak robot berkualitas tinggi secara remote. Axis mengklaim throughput 10 kali lipat dibanding pengumpulan data berbasis laboratorium, dan terintegrasi mulus dengan loop intervensi human-gated DAgger (Dataset Aggregation) untuk terus menyempurnakan dan mengoreksi kebijakan robot;
Ego Data Mobile Capture App: Menggeser pengambilan data dunia nyata dari set-up mahal dan padat perangkat keras ke aplikasi mobile tanpa hambatan. Dengan memadukan pelacakan posisi tangan real-time berteknologi state-of-the-art (SOTA) dan jaringan tenaga kerja global, Axis menerjemahkan visi dan ketangkasan manusia menjadi gerak robotik dalam skala global;
Data Processing Pipeline: Mengotomasi pembersihan lintasan, domain randomization, dan anotasi bahasa yang padat, sehingga menghasilkan dataset multimodal siap-model dengan peningkatan kualitas data lebih dari 10 kali.
Arsitektur terpadu ini menciptakan flywheel yang saling menguatkan: lintasan gagal dari deployment di dunia nyata maupun simulasi memicu intervensi korektif oleh manusia, yang kemudian dimasukkan kembali ke proses pelatihan untuk memperluas cakupan edge case. Seiring volume data bertambah, kecerdasan model ikut “berlipat ganda”.
Keunggulan Struktural Axis: Vertically Integrated Diversity Engine & Jaringan Kontributor Global
Daya saing utama Axis terletak pada platform terpadu yang mencakup seluruh siklus hidup Physical AI. Berbeda dengan pendekatan tradisional yang terfragmentasi, Axis membangun mesin vertikal terintegrasi yang menggabungkan pengumpulan data pre-training terdistribusi skala besar dengan Dataset Aggregation real-time yang dikendalikan manusia pada fase post-training.
Dirancang sejak awal untuk memaksimalkan keragaman data, Task Generation Engine milik Axis melakukan randomisasi tata letak objek, pencahayaan, posisi kamera, sifat fisik, dan morfologi robot. Hasilnya adalah rangkaian skenario dan tugas manipulasi yang nyaris tak terbatas, yang menghasilkan data pelatihan siap-generalization.
Untuk mencapai skala data sekelas foundation model, Axis membangun infrastruktur data robotik global dengan lebih dari 100.000 kontributor aktif yang rata-rata mengirim data 3–4 kali per hari. Pola ini memaksimalkan efisiensi produksi sekaligus cakupan keragaman. Saat ini Axis mampu menghasilkan lebih dari 1.200 jam data simulasi dan lebih dari 20.000 jam data ego-centric dunia nyata lintas berbagai skenario setiap bulan.
Axis baru-baru ini meluncurkan Sim Dataset V1, dengan hasil benchmark yang menunjukkan bahwa keragaman yang direkayasa memberikan peningkatan kinerja terukur. Pada LIBERO-Plus, pretraining π0.5 di atas dataset Axis yang sepenuhnya terdiversifikasi meningkatkan tingkat keberhasilan keseluruhan sebesar 4,9 poin, melampaui baseline RoboCasa365 berukuran data setara dengan margin 31,3 poin. Peningkatan ini mencakup generalisasi tata letak, ketahanan terhadap noise sensor, dan robustnes posisi robot. Kesenjangan kinerja ini menegaskan bahwa keunggulan Axis berasal dari pipeline diversitas proprietari, bukan semata-mata dari skala data yang lebih besar.
Komersialisasi dan Kemitraan Strategis
Axis Robotics bergerak cepat mengkomersialisasi data pelatihan berkualitas tinggi untuk penggunaan di dunia nyata. Perusahaan menawarkan “Task Packages” kustom yang disesuaikan dengan kebutuhan spesifik produsen hardware robotik, pengembang model Physical AI, dan pelaku otomasi industri.
Sejumlah kemitraan komersial awal telah terjalin dengan Booster Robotics, Manycore Tech, Feagine Robotics, Dexmal, Lotus Car, Geely Auto, SomaStacks dan lainnya. Kolaborasi ini menegaskan tingginya permintaan pasar terhadap data pelatihan robotik yang dapat diskalakan dan berfidelitas tinggi.
Mendefinisikan Ulang General Physical Intelligence
“Masa depan Physical AI bertumpu pada simbiosis mendalam antara model dan data,” kata Chris. “Dataset statis tidak cukup untuk mendorong kecerdasan robotik umum. Solusi pemenang adalah mesin data pengganda: sistem terintegrasi vertikal yang menghubungkan jaringan kontributor global dengan iterasi model yang konstan. Setiap lintasan yang beragam dan setiap koreksi manusia mempercepat peningkatan model, membentuk flywheel kecerdasan yang saling menguatkan.”
Perusahaan ini digerakkan oleh tim kelas dunia yang memadukan peneliti AI dan robotika dari institusi papan atas seperti UC Berkeley, Carnegie Mellon University, Georgia Tech, NTU, dan SJTU, bersama para growth hacker yang sebelumnya sukses mengeskalasi produk konsumen hingga lebih dari 30 juta pengguna global.
Dengan pendanaan US$12 juta yang dipimpin Hack VC ini, Axis Robotics akan memperluas kemampuan procedural generation, memperbesar jaringan kontributor terdistribusi, serta mengukuhkan posisinya sebagai mesin data krusial bagi masa depan Physical AI.