Rhoda AI verlässt die Stealth-Phase mit 450 Millionen Dollar, um Roboter aus Videos zu trainieren

Aus der Stealth-Phase ins Rampenlicht

Ein neues Robotik-AI-Unternehmen ist aus der Stealth-Phase mit einer der größten Debut-Finanzierungsrunden in der Geschichte der Robotik-Industrie hervorgegangen. Rhoda AI hat 450 Millionen Dollar aufgebracht, um ein System zu kommerzialisieren, das Roboter trainiert, komplexe Aufgaben durch das Ansehen von Video-Demonstrationen anstelle von traditioneller Programmierung oder manueller Fernsteuerung auszuführen.

Das Unternehmen sagt, dass sein Ansatz die Zeit und Expertise drastisch reduziert, die erforderlich sind, um Robotern neue Fähigkeiten beizubringen, und möglicherweise eines der größten Engpässe bei der Robotik-Bereitstellung löst: das Programmierproblem. Heute erfordert es normalerweise Wochen oder Monate spezialisierter Ingenieurarbeiten, um einen Roboter eine neue Aufgabe ausführen zu lassen. Rhoda AI behauptet, dass sein System dasselbe in Stunden erreichen kann.

Lernen durch Beobachten

Die Kerntechnologie hinter Rhoda AI ist ein Foundation Model, das auf umfangreiche Mengen an Videodaten trainiert wurde, die zeigen, wie Menschen physische Aufgaben ausführen. Das Modell lernt nicht nur, wie Aktionen aussehen, sondern auch die zugrunde liegende Physik, räumliche Beziehungen und kausale Ketten, die eine Absicht mit einer abgeschlossenen Aufgabe verbinden.

Wenn ein Benutzer einen mit Rhoda ausgestatteten Roboter eine neue Fähigkeit beibringen möchte, kann er dem Roboter einfach ein Video der ausgeführten Aufgabe zeigen, ob von einer Smartphone-Aufnahme, einem Anleitungsvideo oder bestehendem Überwachungsmaterial. Das AI-System analysiert das Video, extrahiert die relevanten Aktionen und ihre Abfolge, ordnet sie den physischen Fähigkeiten des Roboters zu und generiert eine Steuerungsrichtlinie, die dem Roboter ermöglicht, die Aufgabe in seiner eigenen Umgebung zu replizieren.

Dies stellt einen grundlegenden Wechsel gegenüber aktuellen Ansätzen dar. Das meiste Roboter-Training heute verlässt sich entweder auf explizite Programmierung, bei der Ingenieure jede Bewegung und jeden Entscheidungspunkt manuell kodieren, oder auf verstärktes Lernen, bei dem Roboter durch Millionen von Trial-and-Error-Versuchen in der Simulation lernen, bevor sie Fähigkeiten in die physische Welt übertragen. Beide Ansätze sind zeitaufwändig, teuer und erfordern spezialisierte Expertise.

Die Realitätskluft überbrücken

Eine der bedeutendsten Behauptungen, die Rhoda AI macht, ist, dass sein System so konzipiert ist, dass es über kontrollierte Labordemonstration hinausgeht und in echten Umgebungen funktioniert. Dies behandelt, was Robotiker die Sim-zu-Real-Lücke oder in diesem Fall die Video-zu-Real-Lücke nennen, die Herausforderung, Fähigkeiten, die in einem Kontext gelernt wurden, in die ungeordneten, unvorhersehbaren Bedingungen der tatsächlichen Bereitstellung zu übertragen.

Real-World-Umgebungen unterscheiden sich auf unzählige Arten von Trainingsszenarien. Die Beleuchtung ändert sich, Objekte sind anders positioniert, Oberflächen haben unterschiedliche Reibungseigenschaften und unerwartete Hindernisse erscheinen. Systeme, die in kontrollierten Umgebungen perfekt funktionieren, scheitern oft katastrophal, wenn diese Bedingungen auch nur leicht variieren.

Rhoda AI sagt, dass es dies durch eine Kombination aus robustem visuellen Verständnis und adaptiver Steuerung behebt. Das Foundation Model wurde mit ausreichend vielfältigen Videodaten trainiert, dass es ein verallgemeinertes Verständnis der Physik und Objekt-Interaktionen entwickelt, anstatt spezifische Szenarien zu memorieren. Bei der Bereitstellung in einer neuen Umgebung passt das System seine Steuerungsrichtlinien kontinuierlich basierend auf echtem sensorischen Feedback an.

Die Finanzierung und die Geldgeber

Die 450-Millionen-Dollar-Finanzierungsrunde ist bemerkenswert für ein Unternehmen, das aus der Stealth-Phase auftaucht, was den intensiven Investor-Appetit für Robotik-AI-Unternehmen widerspiegelt. Die Runde platziert Rhoda AI unter den am besten finanzierten Robotik-Startups der Geschichte, neben Unternehmen wie Figure AI und 1X Technologies, die in letzter Zeit auch Hunderte von Millionen angelockt haben.

Die Größe der Runde deutet darauf hin, dass Investoren Rhoda AI's Ansatz als möglicherweise transformativ für die Robotik-Industrie ansehen, die lange mit dem Skalierungsproblem gekämpft hat. Die globale installierte Basis von Industrierobotern beträgt nur etwa vier Millionen Einheiten, ein Bruchteil von dem, was viele Analysten glauben, dass der Markt unterstützen könnte, wenn Roboter leichter zu programmieren und einzusetzen wären.

Anwendungen und Zielmärkte

Rhoda AI zielt zunächst auf Fertigung, Logistik und Lagerverwaltung ab, Sektoren, in denen sich wiederholende physische Aufgaben für Roboter-Automatisierung gut geeignet sind, aber wo die Vielfalt von Aufgaben und Umgebungen die Einführung eingeschränkt hat. Ein Lagerhaus, das Tausende verschiedener Produkte handhabt, würde beispielsweise normalerweise separate Programmierung für die Pick-and-Place-Anforderungen jedes Artikels benötigen. Videobasiertes Lernen könnte diese Vielfalt möglicherweise mit einem Bruchteil des Ingenieuraufwands bewältigen.

Das Unternehmen erkundet auch Anwendungen in Gaststättenwesen, Landwirtschaft und Gesundheitswesen, Bereiche, in denen Arbeitskräftemangel akut ist und die Fähigkeit, Robotern schnell neue Aufgaben beizubringen, besonders wertvoll sein könnte. In der Landwirtschaft beispielsweise erfordern verschiedene Kulturen unterschiedliche Erntetechniken, und die Fähigkeit, einen Roboter zu trainieren, indem man ihm ein Video der ordnungsgemäßen Ernte zeigt, könnte Roboter-Landwirtschaft viel praktischer machen.

Herausforderungen und Skepsis

Trotz der beeindruckenden Finanzierung und ehrgeizigen Ansprüche bleiben erhebliche Herausforderungen. Die Robotik-Industrie hat eine lange Geschichte von Startups, die beeindruckende Fähigkeiten in kontrollierten Umgebungen demonstriert haben, aber Schwierigkeiten hatten, zuverlässige Leistung im kommerziellen Maßstab zu liefern.

Videobasiertes Lernen hat inhärente Einschränkungen. Videos erfassen visuelle Informationen, verpassen aber viele Aspekte physischer Aufgaben, die für die Roboter-Ausführung kritisch sind: die genaue Kraft, die erforderlich ist, um ein Objekt zu greifen, das taktile Feedback, das zarte Manipulationen leitet, und die Compliance, die erforderlich ist, um zerbrechliche Gegenstände zu handhaben. Wie gut Rhoda AI's System diese nicht-visuellen Aspekte handhabt, wird wahrscheinlich seine echte Lebensfähigkeit bestimmen.

Das Unternehmen wird auch demonstrieren müssen, dass sein Ansatz über eine breite Palette von Roboter-Hardware funktioniert, nicht nur auf spezifischen für seine Software optimierten Plattformen. Die meisten kommerziellen Robotik-Anwendungen erfordern Integration mit bestehender Ausrüstung und Infrastruktur, und die Fähigkeit, über vielfältige Hardware-Konfigurationen einzusetzen, ist für eine breite Akzeptanz erforderlich.

Ein neues Paradigma für die Robotik

Unabhängig davon, wie Rhoda AI's spezifische Technologie im Maßstab funktioniert, signalisiert das Auftauchen des Unternehmens eine breitere Verschiebung, wie die Robotik-Industrie über das Programmierproblem denkt. Die Kombination von Foundation Models, Video-Verständnis und adaptiver Steuerung stellt einen grundlegend anderen Ansatz gegenüber der traditionellen Robotik-Pipeline dar, und die massive Finanzierung, die es angelockt hat, deutet darauf hin, dass die Industrie glaubt, dass ein Durchbruch in der Roboter-Lehrbarkeit möglicherweise bevorsteht.

Dieser Artikel basiert auf Berichten von The Robot Report. Lesen Sie den Originalartikel.