Стартап Mecka AI платит людям за съемку повседневных дел и привлек для этого $60 млн, в число инвесторов вошли Nvidia и фонд Microsoft M12. Компания, основанная в 2024 году, собирает записи от первого лица: человек готовит кофе или чинит машину с датчиками на теле и смартфоном, а Mecka превращает эти видео в обучающий материал для человекоподобных и других роботов. Она хочет сыграть для робототехники ту же роль, которую Scale AI, Mercor и Surge сыграли для больших языковых моделей.
Для обучения языковых моделей использовали тексты из открытого доступа. Но для обучения роботов нужны записи того, как люди выполняют обычные действия — например, берут чашку. Таких записей нужно очень много, а готовых наборов не хватает, поэтому их приходится создавать, и это дорого. Один способ — оператор управляет роботом, а система записывает его движения. Другой, более дешёвый, но менее точный — записывать действия людей и использовать их для обучения роботов в виртуальной среде. Именно этот подход выбрала Mecka.
Рынок данных для обучения роботов пока трудно оценить, но суммы здесь уже крупные. Глава Mecka Джош Гао рассчитывает получить к концу года $100 млн по подписанным контрактам, а стоимость самой компании, по оценкам аналитиков, приближается к $500 млн. Её конкурент XDOF, чья оценка может достигнуть $1,2 млрд, собирает данные двумя способами: операторы дистанционно управляют роботами и записывают их движения, а люди с датчиками на теле выполняют повседневные задачи — например, складывают одежду или разбирают картонные коробки. Затем компания обрабатывает эти записи и готовит их для обучения роботов. В этом направлении работают и Scale AI с Micro1, которые также поставляют данные для языковых моделей. Scale AI собирает записи реальных действий, размечает их и привлекает специалистов для проверки, а Micro1 нанимает людей для разметки видео с работающими роботами. Так вокруг робототехники формируется отдельный бизнес: разработчики могут покупать готовые данные, вместо того чтобы самостоятельно организовывать их сбор и обработку.
Спрос на данные растёт вместе с производством человекоподобных роботов. По данным humanoid.guide, Agibot лидирует по отгрузкам в первом полугодии — 8 600 машин. Tesla, как сообщается, выпускает несколько сотен Optimus в неделю и уже накопила более 500 000 часов обучающих данных, а к концу года планирует удвоить этот объём. Эти показатели наглядно отражают потребности индустрии: для её развития недостаточно просто выпускать больше роботов — нужны данные, которые помогут научить их выполнять реальные задачи. И на этом можно очень хорошо заработать.
