Kāpēc skrejceļš uzrauga robotikas nozari nākotnes ieņēmumu pieaugumam

Runway pēdējos septiņus gadus ir pavadījis, veidojot vizuāli ģenerējošus rīkus radošajai industrijai. Tagad tā redz jaunu iespēju savai tehnoloģijai: robotika.

Ņujorkā bāzētais skrejceļš ir pazīstams ar saviem video un fotoattēlu ģenerēšanas AI pasaules modeļiem vai lielo valodu modeļiem, kas izveido imitētu reālās pasaules versiju. Pavisam nesen uzņēmums izlaida Gen-4, tā video ģenerējošo modeli, martā un Skrejceļš Alefs, tā video rediģēšanas modelisjūlijā.

Tā kā skrejceļa pasaules modeļi sāka uzlabot un kļūt reālistiskākam-uzņēmums sāka saņemt ienākošo interesi no robotikas un pašbraucošiem automašīnu uzņēmumiem, kuri vēlas izmantot tehnoloģiju, intervijā TechCrunch pastāstīja Anastasis Germanidis, skrejceļa līdzdibinātājs un CTO.

“Mēs domājam, ka šī spēja simulēt pasauli ir plaši noderīga ārpus izklaides, kaut arī izklaide mums ir arvien pieaugoša un liela teritorija,” sacīja Germanidis. “Tas padara to daudz pielāgojamāku un rentablāku apmācību [robotic] Politika, kas mijiedarbojas ar reālo pasauli, neatkarīgi no tā, vai tas notiek robotikā vai pašbraucot. ”

Germanidis sacīja, ka sadarbība ar robotiku un pašbraucošiem automašīnu uzņēmumiem nebija kaut kas, kas sākotnēji tika iecerēts, kad tas tika uzsākts 2018. gadā. Tikai tad, kad uzrunāja robotiku un citus uzņēmumus citās nozarēs, uzņēmums saprata, ka viņu modeļiem ir daudz plašāka lietojuma gadījumi, nekā viņi sākotnēji domāja, viņš sacīja.

Robotikas uzņēmumi izmanto Runway tehnoloģiju apmācības simulācijām, sacīja Germanidis. Viņš piebilda, ka tikai robotu apmācība un pašbraucošas automašīnas reālās pasaules scenārijos ir dārgas uzņēmumiem, prasa ilgu laiku, un to ir grūti mērogot.

Lai gan skrejceļš zina, ka tas nekādā veidā neaizstās reālās pasaules apmācību, Germanidis sacīja, ka uzņēmumi var iegūt daudz vērtību, kas skrej Runway modeļiem, jo ​​viņiem ir iespēja iegūt neticami specifiskus.

Atšķirībā no reālās pasaules apmācības, šo modeļu izmantošana ļauj vieglāk pārbaudīt noteiktus mainīgos un situācijas, nemainot neko citu scenārijā, viņš piebilda.

“Jūs varat spert soli atpakaļ un pēc tam simulēt dažādu darbību efektu,” viņš teica. “Ja automašīna pārņēma šo apgriezienu vai izpildītu šo darbību, kāds būs tā iznākums? Izveidojot šos izvērsus no tā paša konteksta, ir patiešām grūti izdarīt fiziskajā pasaulē, lai pamatā būtu vienādi visi pārējie vides aspekti un tikai pārbaudītu, ko vēlaties veikt konkrētās darbības ietekmi.”

Skrejceļš nav vienīgais uzņēmums, kas vēlas to risināt. Piemēram, NVIDIA šā mēneša sākumā izlaida savu Cosmos World modeļu jaunāko versiju, papildus citai robotu apmācības infrastruktūrai.

Uzņēmums neparedz, ka tā robotikai un pašbraucošiem automašīnu klientiem izlaiž “pilnīgi atsevišķu modeļu līniju”, sacīja Germanidis. Tā vietā skrejceļš precīzi noregulēs esošos modeļus, lai labāk apkalpotu šīs nozares. Uzņēmums arī veido īpašu robotikas komandu.

Germanidis piebilda, ka, lai arī šīs nozares nav iekļautas uzņēmuma sākotnējos laukumos investoriem, tās ir uz kuģa ar šo paplašināšanos. Skrejceļš ir piesaistījis vairāk nekā 500 miljonus dolāru no tādiem investoriem kā Nvidia, Google un Normal Atlantic par USD 3 miljardu vērtējumu.

“Veids, kā mēs domājam par uzņēmumu, ir patiešām balstīts uz principu, nevis uz tirgu,” sacīja Germanidis. “Šis princips ir šī simulācijas ideja, lai spētu veidot labāku un labāku pasaules attēlojumu. Kad jums ir šie patiešām jaudīgi modeļi, jūs varat tos izmantot visdažādākajiem dažādiem tirgiem, dažādām nozarēm. [The] Nozares, kuras mēs sagaidām, jau ir, un viņi mainīsies vēl vairāk ģeneratīvo modeļu spēka rezultātā. ”