metawers Niezmiennie staję się coraz bardziej optymistyczny wobec tego, co przez długi czas wydawało się jednym z najbardziej bezużytecznych wydatków kapitałowych w ostatnim stuleciu - metawers. Robotyka oczywiście ma głęboki brak danych treningowych w tej chwili, problem polega na tym, że te dane są naprawdę trudne do zdobycia, dane z gopro i normalne obrazy/wideo nie działają. Potrzebują telemetrii: multimodalnych, opartych na fizyce, wysokiej jakości, czasowo zgranych danych, które uchwycą siły kontaktu, stany stawów, tarcie, rozkład masy, przypadki awarii i warunki brzegowe. Oczywiście te dane są niezwykle trudne do zebrania na dużą skalę w rzeczywistym świecie, ponieważ są wolne, niebezpieczne, kosztowne i często niemożliwe do uzyskania z wystarczającą precyzją. Obecnie powstają fabryki, w których zbierane są dane treningowe z niskiego poziomu gopro, a te dane są następnie sprzedawane laboratoriom (przykład to @eddybuild) Ale bogaty wirtualny świat, w którym wszystko ma wektor stanu, wszystko ma model fizyczny i wszystko może być rejestrowane aż do najmniejszych interakcji na poziomie Newtona, który jest skalowalny. Metawers zbudowany na prawdziwej fizyce, a nie na grafikach w stylu zuckerberga, jest w zasadzie fabryką danych treningowych. I nagle te miliardy dolarów włożone w silniki renderujące w czasie rzeczywistym, rurociągi fotorealizmu, mapowanie przestrzenne, haptykę, kompresję siatki, rejestrację ruchu i sieci o wysokiej przepustowości zaczynają wyglądać znacznie mniej jak ślepy zaułek, a znacznie bardziej jak wczesne rusztowanie dla "nerealnego świata", w którym autonomiczne roboty rzeczywiście będą się uczyć. Metawers nigdy nie był produktem. To przypadkowy prekursor podłoża symulacyjnego, którego rewolucja robotyki będzie wymagać. Myślę, że to jedna z kategorii startupów, która wciąż pozostaje interesująca i jest nadal w relatywnej próżni w porównaniu do potencjalnego popytu. @StreetFDN Batch 03?