Bluesea1368 100k

[Mỹ Diệp @jamyyip]

Good morning~ 🥰
- Hôm nay thứ 6 rùi , cuối tuần rồi phải k ?! Cố gắng hết hôm nay nữa là tự do ùi .

@quipnetwork

[Bluesea1368 100k @Bluesea1368]

Early. @SkewTrade

https://t.co/8jFyTPKcUP

[Bluesea1368 100k @Bluesea1368]

@jamyyip Có về chơi đây , tí qua

[Mỹ Diệp @jamyyip]

Mới đó mà đã nửa năm trôi qua oy, nhanh quá mọi người ơi...

Nửa năm qua thị trường vẫn đầy sóng gió, trồi sụt thất thường, các kèo airdrop của chúng mình củm ko được suôn sẻ mấy, cày cuốc trầy trật mà quả ngọt chưa về nhiều. Nhưng thôi, thị trường mà, luôn có lúc trầm lúc bổng. Mong rằng nửa năm còn lại, gió đảo chiều và chúng ta sẽ nổ được thật nhiều kèo chất lượng, tích lũy đủ đầy để cuối năm có một mâm cỗ thật tươm tất kính dâng tổ tiên nà!

Hôm nay Đoan Ngọ, nhà M củm chỉ chuẩn bị vài món dân dã, đơn giản, mang đậm hương vị truyền thống như bánh xèo, xôi gấc, bánh ú nếp tro với chén chè trôi nước để kính cẩn dâng lên ông bà, cầu mong bình an và may mắn cho chặng đường sắp tới.

Chúc cả nhà mình có một ngày Tết Đoan Ngọ thật ấm áp, thanh tịnh bên gia đình và luôn giữ vững niềm tin, chuẩn bị tinh thần đón sóng lớn cuối năm nha!

GM @quipnetwork
#TET

[Bluesea1368 100k @Bluesea1368]

@jamyyip On sớm thế em

[Bluesea1368 100k @Bluesea1368]

@jamyyip 😆 có đâu, để con em nó thi xong thì về

[Bluesea1368 100k @Bluesea1368]

@baovy06 @axisrobotics @jamyyip sao em quen nhiu hotgirl quá vậy ?

[Bảo vy (✱,✱) @baovy06]

Tháng 5 đánh dấu một giai đoạn bận rộn của @axisrobotics . khi dự án đồng thời phát triển hạ tầng dữ liệu, kiểm chứng mô hình và hoàn thiện chiến lược thương mại hóa cho Physical AI. Điều thú vị là mọi mảnh ghép đều được kết nối trong cùng một vòng lặp, nơi dữ liệu, mô hình và phản hồi thực tế liên tục cải thiện lẫn nhau.

Cùng nhìn lại những điểm nổi bật của Axis trong tháng vừa qua 👇

[PuPu @X_Pu_Pu]

https://t.co/96VuGN03tx

[Bluesea1368 100k @Bluesea1368]

@X_Pu_Pu À, Chào em Pu

[Mỹ Diệp @jamyyip]

Đừng Nhầm Lẫn Giữa "Data Khủng" Và "Data Chất": Giải Mã Vòng Lặp Vô Địch Của Axis Trong Kỷ Nguyên Physical AI

- Dạo gần đây dân tình cứ mở miệng ra là "Big Data", là gom hàng triệu giờ robot di chuyển để làm AI. Nhưng nói thật nà, nếu chỉ cắm đầu gom data theo số lượng thì củm chỉ đến thế thôi, k bao giờ tạo ra đột phá được.

Hôm nay đọc được bài phân tích của @axisrobotics , M thấy sướng tê người vì họ bóc tách đúng cái cốt lõi làm cho chúng ta cực dễ hiểu: Physical AI k giàu lên nhờ tích lũy data tuyến tính, nó mạnh lên nhờ vòng lặp tự tối ưu.

Hãy cùng Mỹ xem tại sao mô hình của Axis lại sắc sảo và "đáng tiền" đến vậy nhé!

[Bluesea1368 100k @Bluesea1368]

@jamyyip Ngày càng lên tay vậy em 😘

[Mỹ Diệp @jamyyip]

🎯 Axis Weekly Recap: Khi Sim-to-Real không còn là khoảng cách!

Tuần qua của @axisrobotics gói gọn trong hai từ khóa: Trust (Niềm tin) và Transfer (Chuyển giao). Đội ngũ đã làm sạch data cộng đồng, mở rộng tệp task tự động và tối ưu hóa policy để đưa AI từ môi trường sim mượt mà bước ra đời thực trên các robot vật lý.

Cùng Mỹ điểm qua những insight "đáng tiền" nhất tuần này nà!

1. Data Quality: Nói "Ko" với Data rác!

• Cập nhật: Hoàn thành script kiểm toán (audit) để quét sạch các user có hành vi bất thường dựa trên số liệu thống kê và lý do lỗi khi replay/verify.

• Data sạch chính là "máu" của mô hình AI. Việc lọc bỏ bot traffic hay các tài khoản lách luật giúp chỉ số pass-rate của task chuẩn xác hơn. Data ko nhiễu thì tín hiệu train model và đánh giá task mới chuẩn, đỡ tốn tiền "nuôi" AI bằng dữ liệu rác.

2. Webapp & Sim: Sửa lỗi vật lý để Sim sát Thực tế

• Cập nhật: Khắc phục triệt để các lỗi về va chạm xuyên thấu (penetration), tối ưu khả năng gắp vật nặng và tăng độ linh hoạt cho IK (Inverse Kinematics) của gripper.

• Mấy lỗi bug vật lý hay xuyên thấu nhìn thì nhỏ nhưng là "ác mộng" khi train AI, vì nó làm robot hiểu sai môi trường. Fix xong đống này giúp giảm thiểu fail lãng nhách do lỗi sim, đảm bảo task tạo ra ăn khớp hoàn toàn với việc thu thập data ngoài đời thực.

3. Recover-from-Failure: Học từ thất bại :

• Cập nhật: Test Failure Task 892, gom thành công hơn 300 trạng thái lỗi ban đầu (failure initial states).

• Trước khi có data hồi phục (recovery data), baseline chỉ chạm trần ở mức 60% success sau hơn 200 demos (lỗi nặng nhất ở khâu gắp). Sắp tới, team sẽ chạy lại pipeline hồi phục này trên các task đã fix lỗi vật lý và tăng độ ngẫu nhiên (randomization) để kéo tỷ lệ thành công lên mức tối đa.

4. TaskGen: Bước tiến vào thế giới Đồ vật Chuyển động (Articulated Objects)

• Cập nhật: Hợp nhất thành công tính năng tạo vật thể có khớp nối (tủ, máy rửa bát, ngăn kéo...) vào pipeline tự động. Hiện củm đã có 27 task sẵn sàng thu thập và 9 task đang render.

• Việc TaskGen mở rộng từ vật thể rắn cố định (rigid-body) sang các vật thể có khớp nối, kết hợp cùng Chain-of-Thought (CoT) và Multi-embodiment là một bước nhảy vọt. Robot giờ đây k chỉ biết gắp thả đơn giản nữa, mà bắt đầu học cách tư duy để xử lý các chuỗi hành động dài và phức tạp hơn ùi.

5. Model & Real-world Stack: Đưa AI lên Robot thật

• Cập nhật: Hoàn thành vòng fine-tuning và benchmark đầu tiên; đang tinh chỉnh lại "công thức" data (data recipe). Pipeline đánh giá $\pi_{0.5}$ đã được merge thẳng vào real-world stack.

• Web policy inference hiện đã load được model checkpoint để deploy online. Cùng lúc đó, các thí nghiệm trên RoboVerse đang nghiên cứu sâu về tỷ lệ mở rộng data (dataset-size scaling) và nhồi thêm thông tin hình học vật thể (object geometry) vào training.🔥

Bật mí đặc biệt:

- Axis đang bắt đầu đưa một Embodiment mới (phần cứng robot mới) vào vòng thử nghiệm vật lý. Danh tính cụ thể vẫn đang được giữ kín, nhưng mục tiêu tối thượng là kiểm chứng xem pipeline train nặng tính mô phỏng (simulation-heavy) của Axis sẽ "bá đạo" thế nào khi va chạm với thực tế khốc liệt ngoài đời.

Một tuần làm việc cực chiến của team Axis khi giải quyết tận gốc từ data, sim cho đến phần cứng thật. Mọi người đánh giá thế nào về tiến độ tuần này của dự án? Comment thảo luận cùng Mỹ nà! 👇

[Bluesea1368 100k @Bluesea1368]

@jamyyip @axisrobotics @mintt_34 @irisle_growth @LihThooi Hay nè

[Bluesea1368 100k @Bluesea1368]

@baovy06 giờ theo vẫn kịp phải ko idol?

[Bảo vy (✱,✱) @baovy06]

https://t.co/ygsVWXPSW7

[Bluesea1368 100k @Bluesea1368]

@jamyyip Nay tâm trạng vậy người đẹp ? Lâu quá chưa cafe cùng nhau , bữa nào về gặp nhau lần nữa nhé 😘

[Mỹ Diệp @jamyyip]

Axis: Phép Thử "Lửa Thử Vàng" Cho Cỗ Máy Dữ Liệu AI

Đọc xong đoạn tech update này, Mỹ bóc tách luôn cho mọi người thấy cái cốt lõi nà. Hôm trước mình đã nói @axisrobotics là người "bán xẻng" đi bán data giả lập (Sim-to-real). Nhưng thị trường củm khôn lắm, họ sẽ hỏi ngược lại: "Biết xẻng của ông có xài được k hay lại gãy giữa chừng? Data giả lập có thực sự dạy được con AI ngoài đời thật ko?"

Và đoạn tài liệu trên chính là bằng chứng thép (Proof of Concept) của Axis để đập tan sự nghi ngờ đó. Họ k múa mõm, họ đem data đi train thực tế luôn. Cùng Mỹ soi xem họ làm thế nào nha!

1. Test Trên Mô Hình Nhỏ (ACT/DP): Bài Test Chất Lượng Đầu Vào

Thay vì vội vàng đập thẳng vào các mô hình khổng lồ, Axis test trước trên các mô hình nhỏ (như ACT hay DP) từ con số 0. Mỗi mô hình chỉ học một nhiệm vụ duy nhất từ data của Axis. Kết quả là chạy ngon ơ.

⛩️ Bước này cực kỳ quan trọng, nó giống như khâu KCS (Kiểm tra chất lượng) trong nhà máy vậy. Trong giới AI có câu "Garbage in, Garbage out" (đầu vào là rác thì đầu ra củm là rác). Axis dùng chính độ mượt của các mô hình nhỏ này để làm bước đo lường (benchmark) xem data mình làm ra có đủ sạch, đủ chuẩn ko trước khi đem đi bán.