Élargir la base de données des robots

Rhoda AI estime que les robots ont besoin de données d’entraînement bien plus vastes et variées pour fonctionner en dehors de démonstrations contrôlées. L’entreprise utilise des vidéos à l’échelle d’Internet afin d’entraîner des modèles comprenant le mouvement, la physique et l’interaction physique.

Rhoda est sortie de 18 mois de travail furtif début 2026 avec 450 millions de dollars de financement en série A. Elle affirme travailler avec des clients de l’automobile, de l’industrie, de la logistique et du commerce électronique sur son modèle d’action directe à partir de vidéo, ou DVA.

Pourquoi la vidéo est centrale

La téléopération fournit des démonstrations, mais pas nécessairement le volume et la diversité requis pour la manipulation autonome. Rhoda mise sur la vidéo, qui contient à grande échelle des exemples de mouvement, d’interaction avec les objets et de scènes changeantes.

Comment fonctionne l’action directe à partir de vidéo

Le modèle DVA reçoit un historique d’images vidéo, de tokens d’action et de tokens linguistiques, prédit une scène proche puis transforme cette prédiction en actions robotiques. L’entreprise indique qu’il anticipe les prochaines centaines de millisecondes avant de produire des commandes exécutables.

La question plus large de la robotique

Cette approche reflète l’évolution de la robotique vers les modèles de fondation. La vidéo peut fournir une base large sur le mouvement et l’interaction, mais le test pratique sera la capacité des robots à rester fiables lorsque les environnements et les conditions changent.

Cet article s’appuie sur un reportage de The Robot Report. Lire l’article original.

Originally published on therobotreport.com