Axis Robotics hat 12 Millionen Dollar an Finanzierung gesammelt, um die Datenmaschine zu entwickeln, die die physische KI beschleunigt.

Axis Robotics, die Datenmaschine, die Physical AI beschleunigt, gibt bekannt, dass sie 12 Millionen Dollar in einer Seed-Runde unter der Leitung von Hack VC gesammelt hat, mit Beteiligung von Nomad Capital, Pi Network Ventures, 10K Ventures und verschiedenen Angel-Investoren.

Die Finanzierung wird Axis' Mission beschleunigen, eine massiv parallele, menschlich gesteuerte globale Datenmaschine aufzubauen, die das größte Problem von Physical AI löst: die skalierbare Generierung von strukturierten, hochgradig vielfältigen Roboter-Trainingsdaten.

Das Datenengpass-Problem in Physical AI lösen

Während große Sprachmodelle auf Billionen von Tokens vorhandener Internetdaten skalieren, sieht sich Physical AI drei wichtigen Barrieren gegenüber: schwerwiegender Datenknappheit, Generalisierungsdefizit und Fragmentierung der Verkörperung über verschiedene Roboterhardware.

„Physical AI erfordert Milliarden von menschlich-physikalischen Interaktionsbewegungsbahnen“, sagte Chris, Gründer von Axis Robotics. „Jahrelang fehlte der Branche ein effizientes, unendlich skalierbares hybrides Datenerstellungssystem, das Modellen hilft, mühelos zu iterieren – und genau das haben wir mit Axis, einer kompakten Datenmaschine, gebaut.“

Wie Axis die allgemeine Robotikintelligenz stärkt

Die proprietäre Compounding Data Engine von Axis bietet einen End-to-End-Workflow, der Aufgaben-Generierung, Datenerfassung, kontinuierliches Modelltraining und Optimierung integriert:

Task Gen Engine: Generiert exponentiell vielfältige atomare Roboteraufgaben durch Randomisierung über Objekte, räumliche Anordnungen, visuelle Darstellungen, Roboterkörper und Semantik und bettet Vielfalt in jede einzelne Datenbahn ein;

Browserbasierte Simulations-Teleoperationsplattform:Die weltweit erste webbasierte Schnittstelle, die es jedem ermöglicht, hochwertige robotische Bewegungsbahnen aus der Ferne zu generieren. Axis liefert eine 10-mal höhere Durchsatzrate als die laborgestützte Erfassung und integriert nahtlos menschlich gesteuerte DAgger (Dataset Aggregation) Interventionsschleifen, um Roboterrichtlinien kontinuierlich zu verfeinern und zu korrigieren;

Ego-Daten Mobile Capture App: Verschiebt die Erfassung von Echtzeitdaten von teuren, hardwareintensiven Setups zu einer barrierefreien mobilen Anwendung. Durch die Kombination von modernster (SOTA) Echtzeit-Handposeverfolgung mit einer globalen Arbeitskraft übersetzt Axis menschliche Vision und Geschicklichkeit in robotische Bewegungen im globalen Maßstab;

Datenverarbeitungs-Pipeline: Automatisiert die Bereinigung von Trajektorien, die Domänenrandomisierung und die dichte Sprachannotation und gibt modellbereite multimodale Datensätze mit über 10-mal verbesserter Datenqualität aus.

Die einheitliche Architektur schafft ein sich selbst verstärkendes Schwungrad: Fehlgeschlagene Robotertrajektorien aus realen/simulierenden Einsätzen lösen menschliche Korrekturinterventionen aus, die in das Training zurückfließen, um die Abdeckung von Randfällen zu erweitern und eine sich verstärkende Intelligenz zu schaffen, während das Datenvolumen wächst.

Axis’ strukturelle Schutzmaßnahmen: Eine vertikal integrierte Diversitätsmaschine & globales Beitragsnetzwerk

Die Kernkompetenz von Axis ist seine einheitliche Plattform, die den gesamten Lebenszyklus der physischen KI abdeckt. Im Gegensatz zu traditionellen fragmentierten Ansätzen hat Axis eine vertikal integrierte Engine entwickelt, die die großflächige verteilte Vortrainingsdatensammlung und die Echtzeit-Datensatzaggregation mit menschlicher Kontrolle nach dem Training vereint.

Native für Datenvielfalt entwickelt, randomisiert die proprietäre Task-Generation-Engine von Axis Objektanordnungen, Beleuchtung, Kamerapositionen, physikalische Eigenschaften und Roboter-Morphologien, wodurch endlose einzigartige Szenen und Manipulationsaufgaben entstehen, die trainingsdaten bereit für die Generalisierung ausgeben.

Um diversifizierte Daten im Maßstab von Fundamentalmustern bereitzustellen, hat Axis eine globale Infrastruktur für robotergestützte Daten mit über 100.000 aktiven Mitwirkenden etabliert, die im Durchschnitt 3 bis 4 Mal täglich Beiträge leisten, was sowohl die Produktionseffizienz als auch die Vielfalt maximiert. Heute kann Axis über 1.200 Stunden Simulationsdaten und mehr als 20.000 Stunden egozentrische Daten aus der realen Welt in verschiedenen Szenarien jeden Monat generieren.

Axis hat kürzlich das Sim Dataset V1 veröffentlicht, dessen Benchmark-Ergebnisse zeigen, dass entwickelte Diversität messbare Leistungssteigerungen liefert. Bei LIBERO-Plus verbesserte das Pretraining π0.5 auf Axis’ vollständig diversifiziertem Datensatz den Gesamterfolg um 4,9 Punkte und übertraf eine volumenangepasste RoboCasa365-Basislinie um 31,3 Punkte, mit Verbesserungen in der Layout-Generalisierung, der Sensorrauschresistenz und der Robustheit der Roboterpose. Diese Lücke zeigt, dass Axis’ Vorteil aus seiner proprietären Diversitätspipeline stammt – nicht einfach aus einer größeren Datenmenge.

Kommerzialisierung und Strategische Partnerschaften

Axis Robotics kommerzialisiert schnell seine hochwertigen Trainingsdaten für den Einsatz in der realen Welt. Das Unternehmen liefert maßgeschneiderte „Task Packages“, die auf die spezifischen Bedürfnisse von Herstellern von Robotikhardware, Unternehmen für physische KI-Modelle und führenden Unternehmen der industriellen Automatisierung zugeschnitten sind.

Erste kommerzielle Partnerschaften wurden bereits mit Unternehmen wie Booster Robotics, Manycore Tech, Feagine Robotics, Dexmal, Lotus Car, Geely Auto, SomaStacks und weiteren etabliert. Diese Kooperationen unterstreichen die unmittelbare Marktnachfrage nach skalierbaren, hochpräzisen robotischen Trainingsdaten.

Allgemeine Physische Intelligenz neu definieren

„Die Zukunft der physischen KI hängt von einer tiefen Symbiose zwischen Modellen und Daten ab“, sagte Chris. „Statische Datensätze können keine allgemeine robotische Intelligenz antreiben. Die gewinnende Lösung ist ein sich verstärkender Datenmotor: ein vertikal integriertes System, das ein globales Netzwerk von Mitwirkenden mit ständiger Modelliteration verbindet. Jede vielfältige Trajektorie und menschliche Korrektur treibt die schnellere Modellverbesserung voran und bildet ein sich selbst verstärkendes Intelligenz-Flywheel.“

Das Unternehmen wird von einem erstklassigen Team angetrieben, das führende KI- und Robotikforscher aus Eliteinstitutionen wie UC Berkeley, Carnegie Mellon University, Georgia Tech, NTU und SJTU mit Wachstums-Hackern kombiniert, die zuvor Verbraucherprodukte auf über 30 Millionen globale Nutzer skaliert haben.

Mit dieser Finanzierungsrunde über 12 Millionen Dollar, angeführt von Hack VC, wird Axis Robotics seine Fähigkeiten zur prozeduralen Generierung weiter ausbauen, sein verteiltes Netzwerk von Mitwirkenden skalieren und seine Position als der kritische Datenmotor festigen, der die Zukunft der physischen KI antreibt.

Linktree | Twitter | Doc | Produkt

Quelle: BeInCrypto