51World vill lösa humanoida robotars dataproblem med bärbar teknik

AperOS sorterar materialet

AperOS tar emot den multimodala datan från AperEgo och granskar inspelningarna. Enligt 51World filtrerar plattformen bort ogiltigt material innan det laddas upp och bearbetas vidare. Företaget uppger att detta kan minska behovet av lagring och beräkningskapacitet, samtidigt som det återstående datasetet blir mer användbart för modellutveckling.

Arbetsflödet ser i huvudsak ut så här:

1. Inspelning: AperEgo fångar visuell information, rörelser och ljud när en person utför en uppgift.
2. Detaljer om händerna: Handleds- och fingersensorer registrerar rörelser vid exempelvis sträckning, grepp och hantering av föremål.
3. Synkronisering: De olika dataströmmarna synkroniseras så att samma handling beskrivs samtidigt i flera format.
4. Filtrering: AperOS tar bort data som företaget bedömer vara ogiltig före uppladdning och fortsatt bearbetning.
5. Förberedelse för träning: Det återstående materialet kan användas för att utveckla modeller för fysisk AI och förbättra robotars inlärning.

Företaget hävdar 99 procents precision

51WORLDs vd Li Yi säger att kombinationen av hårdvara och mjukvara kan höja dataprecisionen till 99 procent. Han kopplar den högre precisionen till mer träffsäker och effektiv robotinlärning och hävdar effektivitetsvinster inom datainsamling, dataanvändning, modellträning och generalisering – det vill säga modellens förmåga att fungera även på nya situationer.

Siffran bör dock ses som 51Worlds eget påstående, inte som ett oberoende verifierat jämförelseresultat. Den tillgängliga rapporteringen redovisar företagets uppgifter, men inget externt testprotokoll, jämförelsedataset eller oberoende test av 99-procentsnivån.

Renare och mer konsekventa demonstrationer kan förbättra träningen, men robotens slutliga beteende påverkas också av modellen, hårdvaran, uppgiften, miljön och hur resultatet mäts.

Varför datalagret blir allt viktigare

Humanoida robotar måste kunna samordna sin varseblivning med rörelser i miljöer som förändras. Demonstrationer av hög kvalitet kan hjälpa utvecklare att lära robotar att hantera föremål, utrymmen och uppgifter som kräver finmotorik på ett mer tillförlitligt sätt. 51World försöker därmed angripa datakedjan bakom fysisk AI – inte bygga en humanoid robot i sig.

Utvecklingen sker samtidigt som Kinas humanoidrobotik försöker gå från prototyper till bredare kommersiell användning. TrendForce bedömer att den kinesiska marknaden för humanoida robotar når 15 miljarder yuan (2,2 miljarder dollar) under 2026 och fortsätter växa med minst 60 procent under 2027, när produktionen skalas upp och användningen breddas till bland annat fordonsindustrin, elektronik, flyg- och rymdsektorn, logistik och energi.

Prognosen visar inte att AperEgo eller AperOS kommer att driva marknadstillväxten. Den illustrerar däremot varför verktyg för att samla in, filtrera och organisera data från den fysiska världen får strategisk betydelse. När fler robotar ska lämna demonstrationsstadiet och fungera i praktiken behövs dataprocesser som kan skapa repeterbara och användbara exempel i stor skala.