Ground Truth Machine

实体AI面临数据瓶颈，尽管资金充裕

驱动机器人发展的实体AI正面临一个重大的瓶颈，原因是真实世界训练数据的收集稀缺且成本高昂。与可以从互联网抓取大量文本的语言模型不同，实体AI需要通过机器人实际互动来收集数据，这一过程缓慢、昂贵且劳动密集。尽管该领域获得了大量资金，但数据缺口正成为机器人公司和投资者的一个主要挑战。Scale AI等公司正试图通过构建数据收集和标注基础设施来解决这个问题，而其他公司则在探索合成数据生成或新颖的方法来捕获更具信息量的数据信号。