fr.wedoany.com Rapport : Le 30 juin, Infinite Force a officiellement lancé DataGrid, un système d'entraînement intelligent de bout en bout pour l'IA incarnée. Ce système se compose d'un système de collecte de données, d'une plateforme de traitement des données et d'une base matérielle, avec pour objectif de relier en une chaîne complète la production de données, la gouvernance des données, l'entraînement des modèles et la validation des robots nécessaires à l'entraînement. Fondée en 2023, Infinite Force se présente publiquement comme une entreprise spécialisée dans le développement du cerveau incarné et des robots, avec un réseau de R&D réparti à Hangzhou, Shenzhen et Pékin, couvrant les domaines du cerveau incarné, de l'infrastructure IA complète et des produits robotiques.
DataGrid n'est pas un simple outil de collecte, mais un système d'ingénierie construit autour de l'entraînement de l'IA incarnée.
Actuellement, la difficulté de l'IA incarnée est passée de « pouvoir réaliser des mouvements de démonstration » à « pouvoir obtenir en continu des données de haute qualité et les transformer en capacités réutilisables ». Lorsque les robots entrent dans des scénarios réels, ils sont confrontés à des problèmes tels que les variations de lumière, les obstructions d'objets, les différences spatiales, les insertions de tâches, la cohabitation avec les humains et les changements de trajectoire. La téléopération unique, les petits échantillons et les environnements d'expérimentation fermés peinent à couvrir ces variables. Les recherches sectorielles indiquent également que les données d'entraînement des robots nécessitent généralement des informations hétérogènes multi-sources, telles que la vision, le toucher, la force, les trajectoires de mouvement et l'état du corps, et ces données ne peuvent pas être obtenues à grande échelle directement depuis Internet, contrairement aux modèles de langage de grande taille.
Infinite Force avait déjà placé la boucle de données au centre de son système technologique. Selon des informations publiques, son infrastructure IA complète couvre la collecte de données, la génération par simulation, l'entraînement des modèles, le déploiement et l'évaluation. Le directeur technique Wang Yizhou a introduit les méthodes de boucle d'ingénierie, de boucle de données et de plateforme d'entraînement accumulées à l'ère de la conduite autonome dans le système de développement de l'IA incarnée.
Les trois composants de DataGrid dévoilés cette fois-ci correspondent respectivement à trois nœuds clés de la chaîne d'entraînement de l'IA incarnée. Le système de collecte de données est responsable de l'obtention d'échantillons à partir de tâches réelles, d'opérations robotiques et d'interactions scéniques. La plateforme de traitement des données gère le nettoyage, l'annotation, la segmentation, le contrôle qualité, la conversion de format et l'organisation des tâches d'entraînement. La base matérielle assure l'exécution des mouvements, la validation perceptive et la reproduction des tâches après le retour du modèle sur le robot. Une fois combinés, l'entraînement ne se limite plus à un processus discret de « collecter un lot de données, entraîner un modèle », mais forme un système de production itératif, traçable et réutilisable.
Le gouvernement de Suzhou avait précédemment révélé que le parc industriel de Suzhou et Infinite Force avaient conjointement construit un « Centre d'entraînement du cerveau incarné », formant une boucle technologique complète allant de la collecte et du traitement des données à l'entraînement et à la validation par simulation. Cela est cohérent avec la direction de lancement de DataGrid et montre qu'Infinite Force étend le développement du cerveau incarné de la couche modèle à la couche d'infrastructure d'entraînement.
En termes de rythme industriel, les entreprises d'IA incarnée ne se disputent pas seulement les robots eux-mêmes, mais aussi les données, les plateformes d'entraînement et les boucles scéniques. La forme matérielle peut être rapidement itérée, mais la capacité d'un robot à entrer dans des environnements complexes tels que les supermarchés, les entrepôts, la fabrication, les services et les foyers dépend de la diversité des tâches, des objets, des espaces et des situations anormales que le modèle a rencontrés. La valeur de DataGrid réside dans l'intégration de ces variables dispersées dans un processus d'entraînement unifié, créant une boucle continue entre la collecte de données, le traitement des données, l'entraînement des modèles et la validation matérielle, réduisant ainsi le coût de personnalisation à chaque entrée dans un nouveau scénario.
Le lancement de DataGrid par Infinite Force indique que sa feuille de route pour l'IA incarnée passe du « cerveau incarné » à un « système d'entraînement intelligent ». Si l'échelle de collecte de données, la portée de l'adaptation matérielle, l'efficacité de l'entraînement et les résultats de validation en conditions réelles continuent d'être divulgués, DataGrid deviendra une porte d'entrée importante pour observer la capacité de commercialisation de l'IA incarnée d'Infinite Force.
