대규모 사전학습 데이터, 교정형 사후학습 데이터, 모델 배포 실패 피드백을 지속적으로 개선되는 하나의 루프로 연결하는 복리형 데이터 엔진을 구축하는 것
앞으로 6~12개월 동안 Axis는 서로 연결된 세 가지 영역에서 이 비전을 발전시킬 계획입니다
🔘제품 측면
9월에는 이미 수만 시간 규모로 수집된 1인칭 시점 데이터 파이프라인을 확장할 예정입니다
현재 최첨단 AI 연구소들과 함께 제품 요구사항도 구채화하고 있습니다
10월에는 더 다양한 로봇 형태와 원자 단위 능력을 대상으로 시뮬레이션 데이터를 확장할 계획입니다
연말까지는 Human-Gated Dagger를 통해 구축한 대규모 사후학습 데이터셋을 공개할 예정입니다
이 방식에서는 정책 모델이 자율적으로 행동하고,
교정이 필요한 순간에만 기여자가 개입합니다
🔘네트워크 측면
기여자 생태계를 라틴아메리카와 동유럽으로 확대하고,
현재 10만 명 이상의 기여자 네트워크를 더욱 강화해 일일 활성 사용자 1만 명을 목표로 성장시킬 계획입니다
이를 통해 하루 500시간 이상의 1인칭 시점 데이터와 50시간 이상의 시뮬레이션 데이터를 생산하고, 교정형 사후 학습 데이터를 생성할 수 있는 역량도 함께 구축하고자 합니다
🔘상용화 측면
연말까지 2~3개의 신규 유료 파일럿 프로젝트를 완료하고, 내년 1분기에는 파운데이션 모델 기업들이 우선적으로 선택하는 데이터 공급업체가 되는 것을 목표로 하고 있습니다
장기적으로는 이 데이터 엔진을 로봇 하드웨어 기업, 모델 개발사, 산업 운영 기업의 학습 및 배포 워크플로우에 직접 통합하는 것이 목표입니다
이 세 가지는 각각 분리된 계획이 아닙니다
모두 동일한 플라이 휠을 강화합니다
더 넓은 범위의 데이터는 더 강력한 모델을 만들고,
더 강력한 모델은 새로운 상태와 상황에 도달하며,
그 과정에서 발생한 새로운 실패는 다음에 어떤 데이터를 수집해야 하는지를 알려줍니다
Axis가 구축하고자 하는 미래는 다음과 같습니다
지속적으로 데이터를 생산할 수 있는 규모
물리 세계의 복잡성을 반영할 수 있는 다양성
배포 과정의 피드백과 실패를 다음 모델 개선으로 연결하는 폐쇄형 루프
Axis의 궁극적인 목표는 단순히 더 많은 데이터를 확보하는 것이 아닙니다
모델의 진화 속도를 더욱 빠르게 만드는 것입니다
Axis X | Axis 한국 공지 채널 | Axis 한국 채팅방
» Axis Hub