Ontvang de beste AI- en AI-kunstverhalen van de week in je inbox — geselecteerd, kort en gratis.
Gratis. Je kunt je altijd afmelden.
Geavanceerde fysieke AI-labs raken door bruikbare videodata heen en wenden zich nu tot multi-cameraopstellingen, uitgebreide menselijke annotatie en experimentele hersengolf (EEG)-metingen om de volgende generatie belichaamde AI-modellen te trainen — een verschuiving die laat zien hoe anders de datavereisten van fysieke AI zijn ten opzichte van de beeld- en tekstmodellen die de meeste makers vandaag gebruiken.
Het kernprobleem, zoals TechCrunch rapporteert, is perspectief. Eén camera legt één gezichtspunt van een taak vast — een mens die was vouwt, bijvoorbeeld — maar een robot die die taak leert, moet de handeling vanuit meerdere hoeken tegelijk begrijpen, met nauwkeurige ruimtelijke data over de positie van elk object in driedimensionale ruimte. Standaard consumentenvideo, zelfs bij hoge resolutie, verliest die diepte-informatie. Labs zetten nu multi-cameraopstellingen en dieptesensoren in om zelfs eenvoudige huishoudelijke taken vast te leggen, waarna menselijke annotators elk frame labelen met objectposities, handposities en actielabels.
Die annotatielast is enorm. Onderzoekers beschrijven de kosten van het produceren van één uur bruikbare fysieke AI-trainingsdata als ordes van grootte hoger dan een equivalent uur aan tekst- of beelddata. Ter vergelijking: de diffusiemodellen achter tools op platforms zoals de beeldgenerator van Charmloop werden getraind op miljarden beeld-tekstparen die van het web werden verzameld — een aanbod dat, hoewel juridisch betwist, in ieder geval overvloedig was. Fysieke AI heeft geen vergelijkbare onuitputtelijke bron.
De meer speculatieve ontwikkeling is EEG-integratie. Het idee: bevestig een hersengolfsensor aan een menselijke demonstrator en leg hun neurale signalen vast naast hun fysieke handelingen. De hypothese is dat EEG-data intentie codeert — het moment waarop iemand besluit een object op te pakken voordat zijn hand beweegt — waardoor een model een rijker signaal krijgt dan bewegingsregistratie alleen. Verschillende labs voeren kleine pilots uit, hoewel nog geen enkel geavanceerd model op grote schaal is getraind op EEG-data. De techniek staat nog dichter bij onderzoekscuriositeit dan bij een productiepipeline.
Wat het de moeite waard maakt om te volgen, is de annotatiehoek. Een hardnekkig probleem bij het trainen van fysieke AI is ambiguïteit: wanneer een mens halverwege een taak pauzeert, aarzelden ze dan omdat het object onhandig was, omdat ze van gedachten veranderden, of omdat ze afgeleid waren? Camerabeelden kunnen dat niet beantwoorden. Hersengolfdata kan dat, in theorie, wel. Als EEG-annotatie betrouwbaar blijkt, zou het de hoeveelheid beeldmateriaal die nodig is om een competent fysiek model te trainen drastisch kunnen verminderen — omdat elke seconde data meer signaal zou bevatten.
Voor makers die vandaag werken met beeld- en videogeneratie is de directe praktische impact indirect maar reëel. De annotatiepipelines die worden gebouwd voor fysieke AI — dichte, gestructureerde, semantisch rijke labels gekoppeld aan visuele data — zijn hetzelfde soort gestructureerde data dat generatieve videomodellen beter maakt in het begrijpen van causaliteit en fysica. Modellen die zijn getraind op rijkelijk geannoteerde beelden van de fysieke wereld produceren doorgaans coherentere beweging, aannemelijkere objectinteracties en minder van de zwevende-ledematen-artefacten die AI-video nog steeds teisteren.
De technieken die vandaag worden verfijnd in fysieke AI-labs hebben een staat van dienst als het gaat om migreren naar generatieve modeltraining binnen een paar jaar. Makers die handleidingen over prompting voor realistische beweging en ruimtelijke coherentie volgen, zullen waarschijnlijk profiteren van dat stroomopwaartse werk zonder ooit rechtstreeks een robotdataset aan te raken.
De databottleneck is ook een herinnering dat de gemakkelijke winsten in AI-capaciteit — het opschalen van rekenkracht tegen overvloedige webdata — niet oneindig zijn. Fysieke AI stuit als eerste op die muur, maar generatieve beeld- en videomodellen zijn niet ver achter. De labs die nu investeren in nieuwe dataverzameling, positioneren zich voor de volgende capaciteitssprong, waar die ook plaatsvindt.
