← Каталог

· AI Engineer World's Fair 2026

Следующее узкое место Physical AI — поиск подходящих видео

Physical AI's Next Bottleneck Is Finding the Right Video — Rafael Levi, Bright Data

Для обучения роботов нужные клипы проще найти поиском по действиям в открытом вебе, чем заказывать запись у людей, по словам автора.

  • Подробный запрос — действие лучше описывать как последовательность шагов: мытьё посуды в раковине, удаление жира губкой, полоскание, укладка в сушилку. По словам спикера, чем подробнее описание, тем больше подходящих клипов возвращается.
  • Поиск до загрузки — по словам спикера, при обучении Cosmos от Nvidia отбрасывается около 96% скачанного видео. Поиск по действиям сокращает расходы на трафик и хранение.
  • Траектории из видео — движение можно оценить по разнице соседних кадров, получая углы и расстояния. По словам спикера, модели Meta хватило 62 часов данных с реального робота после обучения на около миллиона часов видео.
  • Выдача API — на выходе обрезанные клипы, ссылка на исходное видео, таймкод, оценка соответствия запросу и число подходящих кадров.

Кому полезно: тем, кто собирает данные для robotics или world models и думает, стоит ли платить людям за записи действий.

Статья по теме

Главы

Ещё доклады: Rafael Levi

Страница спикера →

Похожие доклады