黄仁勋提到的机械人世界还需要AI数据来调教 CVPR 2024

量子位 | "大众年夜众号 QbitAI

本周，CVPR 2024正在美国西雅图拉开序幕。
今年CVPR论文投稿数再次创下新记录，可想而知本届会议的火热。

从研究主题来看，具身智能这一大热点值得关注。

黄仁勋在COMPUTEX大会开幕前夕的演讲中预言：AI的下一个浪潮将是物理AI。

即那些理解物理定律的AI机器人，尤其是人形机器人最有可能适应人类所构建的天下。

但随之而来的问题是，这背后须要海量的数据支持，尤其是人形机器人更为明显。
由于人形机器人面临的场景多样，而且这些场景的数据采集不随意马虎。

乃至有业界人士认为，当前具身智能最大的瓶颈便是缺少数据。

实在不止于机器人场景，无论是构建具有强逻辑的AI模型，还是演习像GPT-4这样的大措辞模型，都离不开大规模、高质量的数据集。

例如，GPT-4的模型演习就动用了大约13万亿个tokens的数据集，这无疑是一个天文数字。

在这样的数据需求下，我们自然会思考：

如此弘大的演习数据究竟从何而来？

基于弘大数据和超高算力的“暴力美学”，是当前天生式人工智能的核心打法，也因此OpenAI为代表的一众企业的发展关键。

大略来说，在同等条件下，喂的数据越多，人工智能就越强。

海量、优质的数据争夺已经成为国家和企业间的无声沙场。
基于数字技能形成的通用数据、优质数据垄断，可能将成为这场数字拓荒当中，后发者无法超出的天堑。
在一定程度上可以说，节制数据，就节制了包括人工智能等浩瀚未来家当的主导权。

但是从真实天下获取数据是一件困难重重的事。

Google在RT-1项目中的经历便是一个例证，在雄厚的资金和科研资源支持下，Google团队历时17个月，仅网络到13万条覆盖700多个任务的机器人数据，这些数据的泛化能力远未达到预期。

由此可见，获取真实数据难度大、耗时长、本钱高，同时还存在现实天下数据采集在隐私合规和数据安全方面的寻衅，难以知足人工智能大模型演习的需求，当前，“百模大战”风起云涌，头部企业竞相投身人工智能赛道，但有效数据不敷，特殊是高质量数据短缺，部分领域封闭式的数据生态给人工智能发展带来了掣肘。
如何办理“数据瓶颈”是未来一段期间我们即将面临——或已经面临的寻衅。

如何应对寻衅，目前一家利用打算机技能天生数据的做事商非常值得关注，它是群核科技（酷家乐）创新实验室Koolab孵化出的Coohom Cloud。

群核科技是海内最大的空间设计软件平台，Coohom Cloud利用其弘大的室内数据资源，结合高性能的渲染引擎和前辈的数据处理技能，为AI行业“投喂”逼真且物理真实的2D、3D室内数据集等产品和做事。

群核科技平台每天会天生40万+3D设计方案，并沉淀了约3.6亿个3D模型数据，涵盖家具、电器、生活用品等，在此根本上，群核科技与包括英国帝国理工大学、美国南加州大学浙江大学等高校联手推出了多种数据集，为室底细况理解，3D重构，机器人交互等研究供应的强大数据根本。

在2D图片渲染技能上，Coohom Cloud利用自研渲染引擎，在多样化的室内场景中，通过调度相机参数、行为轨迹、灯光条件等设置进行图片数据的采集，最终生成RGB、深度、语义、法向、点云等格式的2D数据集。
这样的数据输出能力，使得Coohom Cloud每天能够产出30万组2D数据集，为AI智能体的导航、视觉感知、环境理解等能力供应了充足的演习素材。

本钱更低是数据获取必须要的优点，包括获取本钱和经济本钱，不少企业都在大量烧钱试图通过海量数据来知足AI模型演习需求，高额的投入和预期的不愿定性，让资金的持续投入陷入困境。

为了供应更高性价比的数据做事方案，Coohom Cloud通过自研数据引擎，这是一套专为挖掘数据转化而设计的高效工具，可以高效的将设计平台沉淀数据库转化为AI演习的燃料。
它不仅能够定制化输出针对不同行业所须要的数据集，还能实现室内场景的数字化天生，与NVIDIA Isaac Sim、Unreal Engine、Blender等专业仿真器和渲染引擎无缝对接。

所有流程全部利用打算机技能实现，用户对付数据的利用会更加便捷和直不雅观，无需再耗费大量人力物力去采集获取数据，从而可以将更多的重心放在模型调优上。

当然，数据想要投入商用，除了数据量、本钱上风以外，更须要担保的是高质量，这将决定数据家当的未来发展面有多大。

在这一点上，Coohom Cloud是怎么考虑的呢？

1、物理性子增强

在人形机器人的发展道路上，环境交互能力是其智能化的关键。
比如自若开关门、精准取放物体、乃至叠放衣物等。

以NVIDIA Isaac Sim仿真平台项目为例，通过创建一个包含物理属性的逼真3D环境，让机器人能够在虚拟天下中学习如何与物体互动、预测物理事宜，乃至在虚拟天下中进行探索和导航。
在这样的虚拟环境中，机器人可以进行无数次的交互测试，无需担心物理损伤或环境限定，从而大幅降落了演习本钱，同时提高了演习的安全性和可重复性。

Coohom Cloud正是基于这样的理念，利用Isaac Sim，Unreal Engine等为代表的的仿真平台，为机器人演习供应了定制化的场景和交互模型。
这些数据不仅在视觉上逼真，更主要的是，它们具备真实的物理属性——铰链、滑轨等组件可以进行旋转和平移，同时模型还拥有真实的密度、摩擦力和弹性等物理状态信息。
这使得机器人能够在物理真实的虚拟环境下，以极低的本钱获取大量的演习数据，测试并优化其性能。

2、场景环境增强

在AI的天下里，光芒就像是那个决定成败的细节，特殊是在视觉感知任务中，光芒条件对AI的识别和剖析能力起着至关主要的浸染。

拿上文提到的InteriorNet来说，这一大规模多传感器真实感室内场景数据集，通过供应不同光照环境下的高真实感渲染图像，展示了环境增强与多样化在提升AI性能方面的主要性。
做事类机器人在面对室内外光芒变革时，可能会碰着识别障碍，因此，拥有一个涵盖广泛光照条件的数据集对付演习AI以适应各种环境至关主要。

Coohom Cloud为虚拟室内场景中的每个灯源设定详细参数，实现个性化的灯光环境掌握，让机器人在不同的光照环境下都能“看”得清清楚楚，学得明明白白。

除了光照条件的多样性，Coohom Cloud还通过Domain Randomization技能，进一步增强了场景环境的繁芜性，就像是给机器人的演习场来了一场“大变身”。
这项功能能够根据不同的演习需求，灵巧切换模型的表面材质，比如将大理石地面更换为木质地板，调度不同反射效果，从而在虚拟环境中仿照出真实天下的多样性和繁芜性。
让机器人的演习更加贴近现实，增强了它的适应性和泛化能力。

3、高效标注系统

AI领域中的数据标注是模型性能的关键成分，但传统的人工标注办法劳动密集且耗时。

Coohom Cloud利用前辈的合成数据天生技能，可以根据研究者需求定制化分割和标注数据。
例如，处理寝室场景的3D模型时，系统能细分为床、枕头、毛毯等根本要素，并天生精准语义标签，提高数据准确性并知足需求，从而提升模型认知精度。
这种办法不仅减少了人工标注事情量，也使研究者能更专注于模型创新和优化，提高数据处理效率，为AI技能发展注入新活力。

此外，在隐私、安全法规等问题上，Coohom Cloud采纳的合成数据安全策略亦可以避免打仗任何真实用户数据，安全审核机制用于检讨数据是否合规，并针对交付利用的数据进行干系授权管理，从而确保数据的安全利用。
在生态链上，Coohom Cloud也串联了精良的设计者和研究者，针对AI需求，开拓更高效的工具来促进设计生态向AI前沿领悟。

不论是诸多机构的预测数据，还是成本机构的”投注“，亦或是家当侧的实际运用，都可以看出数据做事已经从科研场景逐步走向市场化。
也有越来越多玩家选择加入。

不过在人工智能领域，数据的质量和运用的实际效果比盲目堆砌更为关键。
那么，Coohom Cloud的海量室内数据集是如何落地到不同的行业场景中的呢？

2022年底，群核科技KooLab与英特尔实验室、西班牙打算机视觉中央以及慕尼黑工业大学共同打磨的SPEAR智能仿真平台，面向开拓者全面开放，帮助开拓职员加快对不同智能机器人的演习和验证。

在全体项目中，Coohom Cloud团队供应超300个场景、超17000个模型，为仿真器的研究供应了数据上的神助攻，让研究者能便捷的在虚拟环境中测试机器人性能。

英特尔首席科学家Mike Roberts惊叹Coohom Cloud的高质量数据：

不仅加速了具身智能研究，还为仿真器项目的落地供应了全方位的数据保障。

再以清洁机器人产品为例，在室内为主的业务场景下，积累边缘场景数据须要大量韶光，这会直接影响到C端用户的产品体验，因此办理机器人场景边缘场景问题成了产品提高竞争力的关键。

清洁机器人的边缘场景紧张包含一些难以网络的宠物粪便，果壳碎屑等障碍物，分外狭窄的过道、高反光的地板玻璃以及强暗光环境下的数据等，以前为了采集数据，厂家得组建个数十人团队，耗时数月，还得外包给第三方，全体过程繁琐又烧钱，数据质量还不一定达标。

Coohom Cloud的方案，让企业从模型素材到语义标注，再到数据构造处理全流程把控，为用户关注的边缘场景，专门打造分外的室内虚拟环境，并通过调度光照参数，实现场景多样性衍生，在45个事情日即天生了数万组高质量的3D模型数据集和百万组风雅化图片数据，数据交付即可用，帮助企业大幅减少数据侧投入，提高AI项目进度。

当AI大模型和人形机器人成为科技界的热议话题，数据已然成为了这个时期的核心资产。
Coohom Cloud正以其强大的数据天生技能，为AI的多样化运用需求供应支撑，推动行业向更广泛的智能化发展迈进。

我们期待着Coohom Cloud在未来能够持续深化其技能，不断探索新的领域。

而就在6月17日至6月21日，Coohom Cloud团队将在西雅图举办的2024年CVPR会议上，展位号1637，展示他们的最新成果。
如果你对数据做事充满兴趣，不如亲临现场与Coohom Cloud团队深入互换，共同见证AI数据做事的未来。

官网主页：www.coohomcloud.com

联系办法：cloud@coohom.com

— 完 —

量子位 QbitAI · 头条号签

关注我们，第一韶光获知前沿科技动态约