Axis Robotics, o motor de dados “compounding” que acelera a Physical AI, anunciou a captação de 12 milhões de dólares numa ronda seed liderada pela Hack VC, com participação da Nomad Capital, Pi Network Ventures, 10K Ventures e vários investidores-anjo.
O financiamento vai acelerar a missão da Axis de construir um motor de dados global, massivamente paralelo e com humanos “no circuito”, atacando o maior gargalo da Physical AI: a geração escalável de dados estruturados e altamente diversos para treino de robôs.
A resolver o estrangulamento de dados na Physical AI
Enquanto os grandes modelos de linguagem escalam com biliões de tokens de dados pré-existentes da internet, a Physical AI enfrenta três grandes barreiras: escassez severa de dados, défice de generalização e forte fragmentação de embodiment entre diferentes hardwares robóticos.
“A Physical AI exige biliões de trajetórias de movimento de interação físico-humana”, afirma Chris, fundador da Axis Robotics. “Durante anos, o setor não teve um sistema híbrido de produção de dados eficiente e infinitamente escalável que permitisse iterações rápidas dos modelos — e foi exatamente isso que construímos com a Axis: um motor de dados compounding.”
Como a Axis potencia uma inteligência robótica geral
O Compounding Data Engine proprietário da Axis oferece um fluxo de trabalho de ponta a ponta que integra geração de tarefas, captação de dados, treino contínuo de modelos e otimização:
Task Gen Engine: gera tarefas robóticas atómicas exponencialmente diversas através de randomização de objetos, layouts espaciais, aspetos visuais, embodiments de robôs e semântica, incorporando diversidade em cada trajetória de dados;
Plataforma de teleoperação em simulação via browser: a primeira interface web do mundo que permite a qualquer pessoa gerar remotamente trajetórias de movimento robótico de alta qualidade. A Axis oferece um throughput 10 vezes superior ao da recolha em laboratório e integra, de forma fluida, ciclos de intervenção humana no DAgger (Dataset Aggregation) para refinar e corrigir continuamente as políticas dos robôs;
Ego Data Mobile Capture App: desloca a recolha de dados no mundo real de setups caros e pesados em hardware para uma aplicação móvel de barreira zero. Combinando tecnologia de ponta de rastreamento em tempo real da pose da mão com uma força de trabalho global, a Axis converte visão e destreza humanas em movimento robótico à escala mundial;
Data Processing Pipeline: automatiza a limpeza das trajetórias, a randomização de domínio e a anotação linguística densa, produzindo conjuntos de dados multimodais prontos para modelos, com mais de 10 vezes melhoria na qualidade dos dados.
Esta arquitetura unificada cria um “flywheel” auto-reforçado: trajetórias falhadas de robôs, em ambiente real ou de simulação, acionam intervenção corretiva humana, que reentra no ciclo de treino para ampliar a cobertura de casos extremos, gerando inteligência compounding à medida que o volume de dados cresce.
Vantagens estruturais da Axis: motor de diversidade integrado verticalmente e rede global de contribuidores
A principal vantagem competitiva da Axis reside na sua plataforma unificada que cobre todo o ciclo de vida da Physical AI. Ao contrário das abordagens tradicionais, fragmentadas, a empresa criou um motor integrado verticalmente que combina recolha distribuída e em larga escala de dados de pré-treino com Dataset Aggregation em tempo real, com intervenção humana após o treino.
Concebido de raiz para maximizar a diversidade, o Task Generation Engine proprietário da Axis randomiza disposições de objetos, iluminação, poses de câmara, propriedades físicas e morfologias robóticas, criando infinitas cenas e tarefas de manipulação, e produzindo dados de treino preparados para generalização.
Para entregar dados diversificados em escala de “foundation models”, a Axis construiu uma infraestrutura global de dados robóticos com mais de 100.000 contribuidores ativos, que submetem em média 3 a 4 vezes por dia, maximizando eficiência de produção e cobertura de diversidade. Atualmente, a Axis consegue gerar mais de 1.200 horas de dados de simulação e mais de 20.000 horas mensais de dados egocêntricos do mundo real em cenários variados.
A empresa lançou recentemente o Sim Dataset V1, cujos resultados de benchmark mostram que diversidade engenheirada se traduz em ganhos de desempenho mensuráveis. No LIBERO-Plus, o pré-treino de π0.5 no dataset totalmente diversificado da Axis aumentou a taxa de sucesso global em 4,9 pontos, superando em 31,3 pontos um baseline RoboCasa365 com o mesmo volume de dados, com ganhos evidentes em generalização de layouts, resiliência a ruído de sensores e robustez à pose do robô. Esta diferença demonstra que a vantagem da Axis provém do seu pipeline proprietário de diversidade — e não apenas da escala de dados.
Comercialização e parcerias estratégicas
A Axis Robotics está a acelerar a comercialização dos seus dados de treino de alta qualidade para aplicações no mundo real. A empresa fornece “Task Packages” personalizados, ajustados às necessidades específicas de fabricantes de hardware robótico, empresas de modelos de Physical AI e líderes em automação industrial.
As primeiras parcerias comerciais foram já firmadas com empresas como Booster Robotics, Manycore Tech, Feagine Robotics, Dexmal, Lotus Car, Geely Auto, SomaStacks, entre outras. Estas colaborações evidenciam a forte procura de mercado por dados de treino robótico escaláveis e de elevada fidelidade.
A redefinir a inteligência física geral
“O futuro da Physical AI depende de uma simbiose profunda entre modelos e dados”, diz Chris. “Datasets estáticos não conseguem suportar uma inteligência robótica geral. A solução vencedora é um motor de dados compounding: um sistema integrado verticalmente que liga uma rede global de contribuidores a uma iteração constante de modelos. Cada trajetória diversa e cada correção humana aceleram a melhoria dos modelos, criando um flywheel de inteligência auto-reforçado.”
A empresa é impulsionada por uma equipa de topo que combina investigadores de IA e robótica de instituições de referência como UC Berkeley, Carnegie Mellon University, Georgia Tech, NTU e SJTU, juntamente com especialistas em crescimento que já escalaram produtos de consumo para mais de 30 milhões de utilizadores em todo o mundo.
Com esta ronda de 12 milhões de dólares liderada pela Hack VC, a Axis Robotics pretende expandir ainda mais as suas capacidades de geração procedimental, escalar a rede distribuída de contribuidores e consolidar-se como o motor de dados crítico para o futuro da Physical AI.