@axisrobotics vừa cập nhật tiến độ tuần này — toàn những thứ âm thầm nhưng quan trọng. 🧵
Điểm nổi bật nhất tuần này là họ đang tự động hóa gần như toàn bộ quy trình từ dữ liệu đến mô hình. Trước đây nhiều bước phải làm tay, giờ chỉ cần một mã task là hệ thống tự chạy — tự huấn luyện, tự đánh giá, tự xuất kết quả. ⚙️
Về việc dạy robot tự phục hồi khi thất bại — kết quả ban đầu cho thấy tỉ lệ thành công tăng khoảng 10% so với trước. Họ đang mở rộng thêm nhiều tình huống thất bại để tiếp tục cải thiện. 📈
Hệ thống tạo nhiệm vụ tự động giờ đã hỗ trợ thêm tủ, máy rửa bát, ngăn kéo — những vật dụng phức tạp hơn trước nhiều. Đang có 27 nhiệm vụ sẵn sàng cho khách hàng, 9 cái đang tạo thêm. 🦾
Về mô hình — vòng huấn luyện đầu tiên đã xong, bộ dữ liệu vừa được nộp cho hội nghị khoa học, và họ đang chuẩn bị công bố kết quả. Sắp tới sẽ kết nối thêm loại robot mới vào hệ thống ngoài đời thật — chi tiết chưa tiết lộ. 👀
Axis Weekly
This week was about making the AXIS loop more scalable end to end: automating data-to-model workflows, testing recovery-driven training, expanding TaskGen coverage, and preparing the dataset and model stack for release.
Key updates:
- Data-to-model automation: We used scripts to speed up and standardize several repetitive but critical workflows.
- Continuous-growth training: We completed multi-data-scale training and success-rate comparisons across several failure tasks.
- Failure task expansion: A new batch of failure tasks has been pushed to test, expanding the evaluation range for ablations across data scale, data quality, and randomization.
- TaskGen: Articulated-object generation is now merged into the automatic generation pipeline.
- Model and release prep: We finished the first round of fine-tuning, evaluation, and benchmarking, completed the dataset’s conference submission, and are now improving experimental results for release.
Details below 🧵
Hầu hết mọi người nghĩ robot thông minh là nhờ bản thân con robot. 🤖
Thực ra không phải, robot giỏi hay dở phụ thuộc vào chất lượng dữ liệu mà nó được học.
Đó là lý do @axisrobotics tồn tại. Họ xây một mạng lưới toàn cầu để con người đóng góp dữ liệu, giúp robot học cách hành động trong thế giới thực. Càng nhiều người tham gia, robot càng thông minh hơn. 📈
Good morning anh em! ☀️
Có những ngày dậy không nổi, không muốn làm gì, không biết bắt đầu từ đâu.
Bình thường lắm, ai cũng vậy, chỉ là không ai nói ra thôi.
Nhưng mà anh em biết không, cái khó khăn nhất của một ngày không phải là công việc, mà là bước ra khỏi giường.
Qua được cái đó rồi thì coi như thắng một nửa rồi đó.
Chúc anh em một ngày cày hăng, kết quả ngọt! ☕💪
🌄Good morning anh em! ☀️
@axisrobotics vừa ra mắt thế hệ nhiệm vụ thu thập dữ liệu mới phức tạp hơn, giá trị hơn nhiều so với trước.
Lần này họ tập trung vào hai hướng chính:
📋 Nhiệm vụ dài hơn, nhiều bước hơn:
Thay vì chỉ làm một hành động đơn lẻ, robot giờ phải hoàn thành chuỗi nhiệm vụ liên tiếp — cầm vật, di chuyển, đặt đúng chỗ, đóng nắp... Mỗi bước đều được ghi nhận riêng, tạo ra dữ liệu chi tiết và có cấu trúc hơn nhiều.
📷 Nhiều loại robot khác nhau:
Axis giờ hỗ trợ điều khiển robot hai tay và nhiều dạng robot khác nhau. Mục tiêu là xây dựng dữ liệu không bị giới hạn ở một loại robot cụ thể — hướng đến mô hình robot tổng quát thật sự.
Lý do họ làm điều này trong môi trường giả lập cũng rất thực tế: ngoài đời thật, mỗi lần thất bại giữa chừng phải reset lại từ đầu rất tốn công.
Trong giả lập, họ có thể lưu trạng thái và quay lại bất kỳ điểm nào — giúp thu thập dữ liệu nhanh hơn và rẻ hơn rất nhiều. 📷 📈
We recently launched a new set of robotic data collection tasks, with a focus on long-horizon tasks (LH) and cross-embodiment tasks (Multi Embodiment). These include bimanual teleoperation and task adaptation across different robot morphologies.
Why this matters:
1. Axis is moving toward more complex, real-world robotic tasks.
2. Long-horizon tasks make complex data collection more scalable in simulation.
3. Staged checkers turn long tasks into clearer training signals.
4. Cross-embodiment tasks help Axis support multiple robot forms and control modes.
5. Axis is improving both the diversity and complexity of data.
6. The goal is not just more data, but more valuable data.
Details below. 🧵
@axisrobotics vừa bắt tay hợp tác với @BitRobotNetwork và đây là thứ anh em cần biết:
Axis ra mắt nhiệm vụ mới tên SN/04 — làm nhiệm vụ điều khiển robot trong môi trường giả lập ngay trên trình duyệt, vừa tạo dữ liệu cho Physical AI, vừa nhận thưởng từ cả hai hệ sinh thái. 🤖
Để tham gia, anh em cần mã truy cập. Đợt đầu có 1.000 mã — 500 cho cộng đồng BitRobot, 500 cho anh em Axis trung thành. Ai đang giữ role X, Y, Z trên Discord thì mở ticket để nhận mã ngay. 🎟️
Nhiệm vụ mở mỗi ngày lúc 8 giờ tối GMT+8, ai vào trước lấy trước — không đặt chỗ trước được đâu nhé. ⏰
Phần thưởng thì double: vừa tính vào badge Axis như bình thường, vừa kiếm thêm điểm từ BitRobot. Không cần ví Solana, không tốn phí gas gì cả. 🎁
Anh em đừng bỏ lỡ nhé 👀