الجميع يركز على من يشحن أكثر عرض تجريبي بشري بريقا. جيم فان أخبرك للتو عن السباق الفعلي: من يستطيع توليد بيانات فيزيائية تركيبية كافية لسد فجوة مدتها 100,000 سنة. هذا الرقم ليس مبالغة. حسب كين غولدبرغ في بيركلي أن بيانات النصوص المستخدمة لتدريب نماذج اللغة الكبيرة ستستغرق 100,000 سنة لقراءتها للإنسان. الروبوتات لا تملك تقريبا أي من هذه الوسائل المماثلة للتلاعب الجسدي. كل إمساك، كل تعثر، كل تغيير وزن يجب أن يتعلم من الصفر أو يحاكي منه. لهذا السبب يشحن مختبر فان ثلاث نسخ نموذجية خلال تسعة أشهر (N1 في مارس، N1.5 في يونيو، N1.6 في ديسمبر) بينما لا تزال معظم شركات الروبوتات تجمع عروضا حقيقية. NVIDIA لا تنافس فقط على العتاد. هم يتنافسون على قدرتهم على توليد بيانات تدريب صناعية غير محدودة عبر Omniverse. تكشف حزمة GR00T عن الاستراتيجية: GR00T Dreams تولد بيانات فيديو اصطناعية. تخلق GR00T-Gen بيئات محاكاة. GR00T-Mimic يولد مسارات. كل مكون موجود لصنع بيانات الفيزياء التي لا توجد على الإنترنت. إطار "اختبار تورينج الفيزيائي" لفان دقيق. سنبني أنظمة يمكنها التفكير حول البروتينات وإثبات النظريات قبل أن نبني أنظمة يمكنها طي الغسيل بشكل موثوق. لقد أظهرت Physical Intelligence هذا الأسبوع الماضي عندما تعاملوا مع مهام تحدي "أولمبياد الروبوتات" لبنجي هولسون. فاز نموذجهم بميداليات ذهبية في 3 من أصل 5 فئات. لكن لاحظ ما لم يتمكنوا من حله: المهام التي تتطلب استخدام أدوات ذات خصائص مادية محددة. الحدود ليست منطقا. إنها ديناميكية الاتصال. تتوسع OpenAI وAnthropic عن طريق جمع الإنترنت. الذكاء الاصطناعي الفيزيائي لا يملك إنترنت ليجمعه. الفريق الفائز هو من يكتشف كيف يصنع 100 مليون ساعة من خبرة الفيزياء داخل المحاكاة وينقلها إلى العالم الحقيقي. قد تكون NVIDIA بتصميمها الرسومي، وبنيتها التحتية للمحاكاة، وفريق مكون من 30 شخصا يفتح نماذج الأساس بشكل منهجي في وضع أفضل من أي شخص آخر للقيام بذلك بالضبط.