Fiziksel yapay zekâyı hızlandıran bileşik veri motoru Axis Robotics, Hack VC liderliğinde, Nomad Capital, Pi Network Ventures, 10K Ventures ve çeşitli melek yatırımcıların katıldığı tohum turunda 12 milyon dolar yatırım aldığını açıkladı.
Yeni kaynak, Axis’in “insan döngüde” çalışan, küresel ve yüksek paralellikte bir veri motoru kurma hedefini hızlandıracak. Şirket, fiziksel yapay zekânın en kritik darboğazı olan ölçeklenebilir, yapılandırılmış ve son derece çeşitli robot eğitim verisi üretimini çözmeyi amaçlıyor.
Fiziksel yapay zekâda veri darboğazını aşmak
Büyük dil modelleri, internette halihazırda var olan trilyonlarca token üzerinde ölçeklenebilirken, fiziksel yapay zekâ üç temel engelle karşı karşıya: Keskin veri kıtlığı, genelleme açığı ve farklı robot donanımlarındaki somutlaşma (embodiment) parçalanması.
Axis Robotics’in Kurucusu Chris, “Fiziksel yapay zekâ, milyarlarca insan–fiziksel etkileşim hareket yörüngesine ihtiyaç duyuyor,” diyor ve ekliyor: “Sektör, modellerin zahmetsizce yineleme yapmasına imkân veren, verimli ve sonsuz ölçeklenebilir hibrit bir veri üretim sisteminden yıllarca yoksundu. Axis ile tam da bunu inşa ettik: bileşik bir veri motoru.”
Axis genel amaçlı robotik zekâyı nasıl besliyor?
Axis’in özgün Bileşik Veri Motoru, görev üretimi, veri toplama, sürekli model eğitimi ve optimizasyonu tek uçtan uca iş akışında birleştiriyor:
Görev Üretim Motoru (Task Gen Engine): Nesneler, mekânsal yerleşimler, görseller, robot gövdeleri ve anlamsal içerik üzerinde rastgeleleştirme yaparak üstel ölçekte çeşitli atomik robot görevleri üretiyor; her bir veri yörüngesine gömülü çeşitlilik kazandırıyor.
Tarayıcı Tabanlı Simülasyon Teleoperasyon Platformu: Herkese uzaktan, yüksek kaliteli robot hareket yörüngeleri üretme imkânı veren, dünyanın ilk web tabanlı arayüzü. Axis, laboratuvar tabanlı veri toplamaya kıyasla 10 kata varan verimlilik sağlıyor ve insan kontrollü DAgger (Dataset Aggregation) müdahale döngülerini sorunsuz biçimde entegre ederek robot politikalarını sürekli iyileştirip düzeltiyor.
Ego Veri Mobil Toplama Uygulaması: Gerçek dünya veri toplama süreçlerini pahalı, donanım yoğun kurulumlardan, erişim bariyeri olmayan bir mobil uygulamaya taşıyor. Eşzamanlı çalışan en güncel (SOTA) el pozu takibi ile küresel iş gücünü birleştiren Axis, insan görüşünü ve becerisini dünya ölçeğinde robot hareketine dönüştürüyor.
Veri İşleme Hattı: Yörünge temizleme, alan rastgeleleştirmesi ve yoğun dil açıklaması adımlarını otomatikleştirerek, model eğitimine hazır çok modlu veri setleri üretiyor ve veri kalitesini 10 kata kadar artırıyor.
Bu bütünleşik mimari, kendini besleyen bir çark (flywheel) yaratıyor: Gerçek ve simülasyon dağıtımlarından gelen hatalı robot yörüngeleri, insan düzeltme müdahalelerini tetikliyor; bu düzeltmeler eğitim döngüsüne geri beslenerek uç durum kapsamını genişletiyor ve veri hacmi büyüdükçe bileşik bir zekâ etkisi oluşturuyor.
Axis’in yapısal hendekleri: Dikey entegre çeşitlilik motoru ve küresel katkıcı ağı
Axis’in temel rekabet avantajı, fiziksel yapay zekânın tüm yaşam döngüsünü kapsayan birleşik platformu. Parçalı geleneksel yaklaşımların aksine Axis, geniş ölçekli, dağıtık ön eğitim veri toplama süreçleriyle, eğitim sonrası gerçek zamanlı, insan kontrollü veri birleştirme (Dataset Aggregation) mekanizmalarını tek bir dikey entegre motorda bir araya getirmiş durumda.
Çeşitlilik için yerli (native) olarak tasarlanan Görev Üretim Motoru; nesne yerleşimlerini, ışıklandırmayı, kamera konumlarını, fiziksel özellikleri ve robot morfolojilerini rastgeleleştirerek, sonu gelmeyen benzersiz sahne ve manipülasyon görevleri üretiyor; genelleme odaklı eğitim verisi ortaya çıkarıyor.
Temel model ölçeğinde, güçlü çeşitlendirilmiş veri sunmak için Axis, günlük ortalama 3–4 katkı yapan 100.000’i aşkın aktif katılımcıdan oluşan küresel bir robotik veri altyapısı kurdu. Bugün şirket, her ay 1.200 saatin üzerinde simülasyon verisi ve 20.000+ saatlik gerçek dünya ego-merkezli veri üretme kapasitesine sahip.
Axis kısa süre önce Sim Dataset V1’i piyasaya sürdü. Referans testleri, mühendislik ürünü çeşitliliğin performansa ölçülebilir katkı sağladığını gösteriyor. LIBERO-Plus üzerinde, π0.5 modelinin Axis’in tam çeşitlendirilmiş veri setiyle ön eğitimi, toplam başarı oranını 4,9 puan artırarak, hacim açısından eşleştirilmiş RoboCasa365 baz çizgisini 31,3 puan farkla geride bıraktı. Bu fark; yerleşim genellemesi, sensör gürültüsüne dayanıklılık ve robot poz kararlılığındaki kazanımlarla birlikte, Axis’in avantajının sadece veri miktarından değil, özgün çeşitlilik hattından kaynaklandığını ortaya koyuyor.
Ticarileşme ve stratejik iş ortaklıkları
Axis Robotics, yüksek kaliteli eğitim verisini gerçek dünya uygulamalarına taşımak üzere hızla ticarileşiyor. Şirket, robotik donanım üreticileri, fiziksel yapay zekâ modeli geliştirenler ve endüstriyel otomasyon liderlerinin ihtiyaçlarına özel tasarlanan “Görev Paketleri” sunuyor.
İlk ticari iş birlikleri; Booster Robotics, Manycore Tech, Feagine Robotics, Dexmal, Lotus Car, Geely Auto, SomaStacks ve diğer şirketlerle kuruldu. Bu ortaklıklar, ölçeklenebilir ve yüksek doğruluklu robot eğitim verisine yönelik anlık piyasa talebinin altını çiziyor.
Genel fiziksel zekâyı yeniden tanımlamak
Chris, “Fiziksel yapay zekânın geleceği, modeller ile veri arasındaki derin simbiyotik ilişkiye bağlı,” diyor ve şöyle devam ediyor: “Statik veri setleri, genel amaçlı robotik zekâyı besleyemez. Kazanan çözüm, bileşik bir veri motoru: küresel katkıcı ağı ile sürekli model yinelemesini dikey entegre bir sistemde buluşturan yapı. Her farklı yörünge ve her insan düzeltmesi, modeli daha hızlı geliştiren, kendini güçlendiren bir zekâ çarkı oluşturuyor.”
Şirket; UC Berkeley, Carnegie Mellon University, Georgia Tech, NTU ve SJTU gibi seçkin kurumların önde gelen yapay zekâ ve robotik araştırmacılarını, daha önce tüketici odaklı ürünleri 30 milyonun üzerinde kullanıcıya ölçeklemiş büyüme odaklı ekiplerle bir araya getiriyor.
Hack VC liderliğindeki bu 12 milyon dolarlık turla Axis Robotics; prosedürel üretim yetkinliklerini daha da geliştirmeyi, dağıtık katkıcı ağını ölçeklendirmeyi ve fiziksel yapay zekânın geleceğini besleyen kritik veri motoru konumunu güçlendirmeyi hedefliyor.