WUWENAI vuole trasformare pochi dati reali in milioni di ore di addestramento per i robot

Il problema che WUWENAI vuole risolvere è uno dei più difficili per l’AI incarnata: i robot hanno bisogno di enormi quantità di dati sulle interazioni fisiche, ma raccoglierli direttamente è lento, costoso e complicato da scalare.

La startup, fondata e guidata da Liu Shengxiang — descritto come ex responsabile dei dati e dei test per la guida autonoma di Baidu — propone un sistema a ciclo chiuso Real-to-Sim-to-Real. L’idea è usare le interazioni nel mondo reale per costruire un modello generativo della realtà, sfruttarlo per creare e valutare molte esperienze virtuali e riportare poi nel mondo fisico gli errori e i casi più difficili. In questo modo raccolta dati, addestramento, valutazione e miglioramento della policy diventano parti dello stesso processo. 8

I tre livelli del sistema

1. Data Factory: partire dalla realtà

Il primo anello è una Data Factory composta da sistemi di acquisizione multimodale. Questi strumenti registrano in modo sincronizzato ciò che accade durante le interazioni tra robot e oggetti: immagini, movimenti, stato del robot, contatti e risultato del compito.

L’obiettivo è catturare la causalità fisica che spesso manca nei normali video online o negli ambienti sintetici. Un filmato può mostrare un oggetto che viene afferrato, ma non necessariamente indica con precisione quali forze siano state applicate, come sia cambiata la presa o perché l’azione abbia avuto successo.

WUWENAI ha inoltre presentato Wuyin, una piattaforma per i dati della physical AI, dichiarando oltre 1.000 TB di dati e 10.000 ore di dataset aperti di alta qualità. Si tratta di numeri comunicati dall’azienda e non, in questo contesto, di un benchmark indipendente. 12

2. Generative World Model: moltiplicare le esperienze

Il secondo livello è il World Model, una rete neurale che apprende come evolve una scena quando un agente incarnato compie un’azione. In termini pratici, il modello cerca di rappresentare lo stato dell’ambiente e la sua evoluzione temporale in una forma compatta. 5

Una volta ancorato ai dati reali, può generare varianti di un compito, traiettorie alternative, configurazioni diverse degli oggetti, disturbi e casi di fallimento. Il vantaggio è poter esplorare scenari che sarebbe difficile o pericoloso — oltre che costoso — riprodurre continuamente con robot fisici.

3. World Simulator: addestrare e mettere alla prova le policy

Il terzo componente è il World Simulator, nel quale le policy robotiche possono essere eseguite molte più volte e a un costo inferiore rispetto all’hardware reale. Il simulatore può confrontare i risultati, far emergere i punti deboli e selezionare i casi che richiedono una nuova raccolta di dati nel mondo fisico.

La ricerca sui simulatori interattivi condizionati dalle azioni suggerisce che le valutazioni svolte al loro interno possono correlarsi alle prestazioni reali. Tuttavia, la corrispondenza tra simulazione e realtà è ancora un problema aperto, non una capacità definitivamente risolta. 3

Da pochi dati reali a “milioni di ore”

La tesi di Liu non è che WUWENAI possa registrare fisicamente milioni di ore di lavoro robotico. Il punto è diverso: un insieme relativamente limitato di interazioni fisiche, ma ricco e accuratamente sincronizzato, diventa il corpus di partenza per generare numerose traiettorie controllabili.

Il ciclo reale serve a correggere il simulatore e a ridurre il rischio che il modello si allontani dalla fisica effettiva. Il ciclo virtuale, invece, fornisce la scala necessaria per addestrare e stressare le policy. Questo schema di feedback tra dati reali e dati sintetici è coerente con i recenti approcci di reinforcement learning su robot reali basati su World Model. 4

Perché le alternative tradizionali non bastano

• Teleoperazione: produce dimostrazioni associate alle azioni, ma è costosa, lenta e dipende dall’operatore. Inoltre tende a concentrarsi sui comportamenti riusciti, coprendo meno efficacemente errori rari e situazioni controfattuali.
• Video in prima persona di esseri umani: offre una grande quantità di materiale, ma di norma non contiene le azioni del robot, la geometria calibrata, i segnali di forza e contatto o una corrispondenza diretta tra corpo umano e corpo robotico. Per questo costituisce una supervisione debole per il controllo della manipolazione.
• Simulazione pura: è economica e permette di esplorare molti scenari, ma può rappresentare in modo errato geometria, contatti, rumore dei sensori, comportamento degli oggetti o ambienti abitati dall’uomo. È il cosiddetto divario sim-to-real. L’allineamento dinamico di un gemello digitale con le osservazioni reali mira proprio a ridurre questo problema. 2

Dall’imitazione al reinforcement learning

Le dimostrazioni sono utili per avviare l’apprendimento per imitazione: in sostanza, il robot impara a ripetere ciò che ha fatto il dimostratore. Ma una simulazione sufficientemente accurata e condizionata dalle azioni consente alla policy di provare alternative, ricevere ricompense in base al risultato, ottimizzare sequenze più lunghe e imparare a recuperare dagli errori.

È il passaggio verso il reinforcement learning, nel quale il sistema non si limita a copiare una soluzione già mostrata, ma può cercare strategie migliori attraverso tentativi virtuali. Studi recenti hanno già esplorato il fine-tuning con reinforcement learning di policy vision-language-action dentro World Model, anche se la qualità delle ricompense e la fedeltà del modello restano i principali fattori limitanti. 1

Una gara che non è solo tra robot

La concorrenza si sta concentrando sempre più sull’infrastruttura dati e sui modelli del mondo, non soltanto sulle prestazioni dell’hardware.

World Labs descrive a sua volta SceniX come un motore R2S2R capace di trasformare un compito fisico in molti mondi simulati controllabili e riutilizzabili per l’addestramento e la verifica delle policy. 7 La ricerca di Google DeepMind ha inoltre collegato da tempo i modelli appresi della dinamica ambientale a forme scalabili di reinforcement learning. 3

Tesla può contare su punti di forza rilevanti nel ciclo di progettazione dell’hardware, nella produzione e nel più ampio ecosistema di dati e calcolo legato all’azienda. Ma le informazioni pubbliche disponibili non bastano per stabilire che WUWENAI sia tecnicamente avanti rispetto a Tesla o a DeepMind.

Perché il contesto cinese è importante

La Cina dispone della più grande base installata di robot industriali al mondo e sta accelerando anche nel settore dei robot umanoidi, mentre una parte della filiera nazionale della robotica viene progressivamente localizzata. 6

Commenti e comunicazioni ufficiali descrivono inoltre l’AI incarnata come un settore in transizione dai test su piccola scala verso una distribuzione più ampia. 9 Questo può offrire a un’azienda che costruisce infrastrutture per i dati una base domestica potenzialmente vasta: fabbriche, robot, compiti e ambienti operativi da cui raccogliere dati di ancoraggio e ai quali vendere strumenti condivisi tra diversi produttori.

La verifica decisiva deve ancora arrivare

Il punto più importante è distinguere la strategia dalle dichiarazioni promozionali. Lo status di WUWENAI come azienda “world-class” e qualsiasi affermazione su un vantaggio di mesi rispetto ai concorrenti sono, allo stato attuale, dichiarazioni dell’azienda o dei media, non risultati confermati da benchmark indipendenti.

La prova decisiva sarà capire se il simulatore riesce a prevedere con sufficiente accuratezza interazioni ricche di contatti e compiti di lunga durata. Solo allora si potrà verificare se le policy addestrate virtualmente funzionano in modo consistente su robot, oggetti e ambienti reali diversi da quelli usati per la raccolta iniziale.