北京
当你家的扫地机器人第N次卡在茶几底下，而波士顿动力的Atlas却能在实验室后空翻时，差距或许不在算法，而在数据。新加坡人机交互数据公司Ropedia的创始人陈昭熹（Zhaoxi Chen）认为，机器人大规模落地之前，行业需要先解锁一个属于机器人的“ChatGPT时刻”。
Ropedia今天宣布完成2200万美元Pre-A轮融资，资金将用于扩大真实世界多模态交互数据的采集规模，喂给各家科技公司研发的AI机器人模型。物理AI和具身智能的开发，正越来越受困于真实世界数据的匮乏——那种靠遥操作采集的单一数据，在多样性、尺度上都捉襟见肘。而开发者需要的模型，必须能跨机器人、跨物体、跨环境地泛化，才能真正规模化产品。Ropedia的解题思路很朴素：直接让人戴着设备去经历生活细节，把经验录成视频，再转化为模型可用的多模态数据集。
这个年头，图片和文本堆成山，网上的视频也泛滥，但要让机器人学着像人一样活动，这些原始素材大多没法直接取用。机器人跟真实世界交互时，需要关于运动、几何形状、动作后果的同步标注和结构化信息。只给几张物体照片不行，没有良好结构的视频也很难聚合成干净的数据集。用陈昭熹的话来说，“能让任何人在任何地方采集，对数据的多样性来说极具价值。”
为此，Ropedia打造了一款头戴式设备HOMIE——全称“人本全向交互与体验设备”。它像一顶轻巧的冠冕坐在头顶，四面各装一个摄像头，总重不到半磅，还不会挡视线，干活儿、做家务都不碍事。设备捕捉原始视频经验，后端同步标注出视觉、空间和运动数据。按计划，下个月将亮相的第二代HOMIE，更漂亮也更轻便。
陈昭熹把公司的技术栈拆成三层：采集、标注、部署。目前重点压在标注层——筛选、质检、AI辅助标注——而更完整的微调与部署闭环，才是公司的长期愿景。Ropedia最终想成为的那种存在，很像云基础设施之于互联网服务：终端用户几乎感受不到，但那是海量信息吞噬、加工、分发的绝对基础。在机器人和物理AI领域，这意味着成为行业默认的“数据水管”——不是最酷的角色，却是最难绕过的一环。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
