В робототехнике официально сменилась власть: теперь узким местом стали не архитектуры моделей, а банальный дефицит данных. Отрасль уже располагает вполне дееспособными VLA-моделями (Vision-Language-Action) на базе трансформеров и диффузионными политиками, но обучать их не на чем. Сбор данных через телеуправление роботом остается непозволительной роскошью для большинства компаний, превращая масштабирование в логистический кошмар.
Проблему пытаются решить методом «железного краудсорсинга». Проект Grabette — это открытая система с ручным гриппером, которая позволяет любому человеку записывать сложные манипуляции и автоматически конвертировать их в датасеты, готовые для обучения нейросетей. По сути, Pollen Robotics и Hugging Face предлагают превратить запись обучения робота в процесс, который не сложнее съемки обычного видео. Устройство использует камеру «рыбий глаз» для контекста и позволяет фиксировать траектории с шестью степенями свободы (6-DoF), обходясь без дорогостоящих манипуляторов на этапе сбора базы.
Главное в архитектуре решения
Стандартизация демонстраций в виде локальных декартовых поз на Hugging Face Hub должна разрушить монополию закрытых лабораторий на качественные данные.
Данные собираются вручную с помощью портативного захвата (гриппера), имитирующего действия робота. Встроенная камера и датчики фиксируют траекторию и силу сжатия в реальном времени. Полученные сеты конвертируются в универсальный формат для обучения VLA и диффузионных моделей. Весь проект распространяется под открытой лицензией, позволяя печатать компоненты на 3D-принтере.
На наш взгляд, это выглядит как попытка создать «ImageNet для робототехники». Для техлидов это сигнал: порог входа в индустрию автономных систем резко снижается, так как данные, собранные «в полях», теперь можно переносить на разные типы роботов без привязки к конкретному вендору.
Если захват данных станет массовым, эпоха «голодных» роботов закончится. Мы наблюдаем за тем, как фундамент для вывода автономных систем из стерильных лабораторий в непредсказуемый реальный мир строится не через софт, а через доступное железо. Это не просто очередной гаджет, а инструмент для ликвидации дефицита обучения, который до сих пор тормозил внедрение AI в физическое производство.