AI에게 중요한 것은 더 많은 데이터를 모으는 것이 아니라 더 가치 있는 데이터를 배우는 것이라고 생각합니다.
Axis Robotics는 단순히 원격 조작(Teleoperation)을 개선하는 것이 아니라, 불필요한 움직임은 줄이고 접촉(Contact), 그립(Grasp), 수정(Correction)처럼 학습 가치가 높은 행동에 집중할 수 있도록 시스템을 발전시키고 있습니다.
결국 Physical AI의 경쟁력은 얼마나 많이 움직였는지가 아니라, 얼마나 의미 있는 경험을 학습했는가에서 결정될 것입니다.
💡 HD Insight
"좋은 AI는 모든 행동을 기억하지 않는다. 가장 가치 있는 경험을 배우는 AI가 더 빠르게 성장한다."
🔖 태그
@axisrobotics
#Axis #Robotics #PhysicalAI #EmbodiedAI #AI #MachineLearning #AIEconomy
On the teleoperation side, we continued improving direct gripper dragging, object selection with automatic pre-grasp movement, and bimanual control.
The goal is to skip low-information but high-effort actions—like manually moving the gripper close to the target—while preserving the high-value parts of the demonstration: contact, grasping, gripper closing, and correction.
After fixes around latency, sensitivity, penetration, and grasp stability, bimanual collection is more natural. The bimanual interface is now much smoother, preparing us for future mobile-bimanual tasks.
