We are giving out FREE PRO PLANS ($49/month) to anyone who joins our official discord server.
Only offered to the first 500 users.
Exclusive perks are available for current paying users as well.
Join now ↓
We are giving out FREE PRO PLANS ($49/month) to anyone who joins our official discord server.
Only offered to the first 500 users.
Exclusive perks are available for current paying users as well.
Join now ↓
🎯 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 th�� 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 l��� 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! 👇
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.
Robotics - Trend hot đang fomo
Giveaway Code Private Beta TeleArms
TeleArms là sản phẩm của @BitRobotNetwork
- Cho phép điều khiển cánh tay robot thật từ xa
- Không cần mua robot hay phần cứng
- Thu thập dữ liệu để huấn luyện AI điều khiển robot ngoài đời thực
- Có cả robot thật & robot mô phỏng 3D
🎁 Chương trình Giveaway
- Join Discord BitRobot: https://t.co/ShWg0RpXGP
- Cmt ảnh đã join DC & Tag 3 Friends
- Like & RT post này
📅 Thời gian 26/3 - 16/4
Triển khai tham gia liền nào anh em ơi !!