Fait sous-estimé sur les données de l'IA de pointe : Les projets d'IA à grande échelle génèrent 2 milliards de dollars de revenus en 2025. Ajoutez Surge, Mercor et d'autres, et les dépenses totales en données atteignent environ 3,5 milliards de dollars : principalement pour des modèles de raisonnement. Mais l'IA multimodale ? Attendez-vous à ce que ce soit 10 fois plus grand. Propulsé par la vidéo, l'audio et au-delà.

Le contenu de notre gars @NiphermeDave déchire toujours 🗣️ allez le voir

Parfois, vous avez juste "une de ces" semaines.... Reconnaissant envers la communauté ORO. Pour tous ceux qui ont terminé une semaine difficile, gardez la tête haute ! Ce n'est que le début. Profitez de votre dimanche.

Beaucoup de gens nous ont demandé... que peut alimenter mes données ? Chez ORO, nous aidons à alimenter des modèles d'IA multimodaux de manière large. Raisonnement, Voix, Vidéo, et bientôt... d'autres verticales 👀 Pourquoi multimodal ? Parce que c'est l'espace que les acteurs centralisés ne peuvent pas et ne voudront pas attaquer. Le monde de la vidéo, de l'audio, des données de longue traîne provenant des appareils portables... seule une plateforme comme la nôtre peut les agréger. Et nous sommes les seuls à travailler avec les laboratoires de pointe. Avantage du premier arrivé en action.

Un autre post de notre série de textes... $META en 2024 : Si vous essayez d'agréger toutes les données audio de haute qualité du monde, vous obtiendrez 3 000 heures. Nous avons besoin de MILLIONS. Qui sait réellement comment agréger ces données à grande échelle ? Pour filtrer des millions d'heures afin d'obtenir 10 000 heures réellement utilisables pour entraîner la prochaine génération de modèles ? ORO. C'est tout.

Nous allons le dire clairement... La plupart des fournisseurs de données IA n'agrègent en réalité pas de données utiles. Ils n'ont pas de véritables chercheurs dans les laboratoires de pointe qui s'entraînent sur leurs données. Apprenez à séparer le signal du bruit. Comme nous le faisons avec nos données audio !

Pourquoi les fournisseurs de données sérieux s'obsèdent-ils pour l'infrastructure ? 🤔 Parce que de grandes données d'IA nécessitent deux choses : 1️⃣ une collecte à l'échelle mondiale 2️⃣ une vérification de qualité autonome Le #1 nécessite de la décentralisation. Le #2 dépend d'une infrastructure puissante. Nous sommes la seule plateforme éprouvée sur les deux — collectant des données vidéo, audio et de dispositifs portables privés à grande échelle avec les meilleurs laboratoires multimodaux les utilisant.

Il y a quelques semaines, nous avons partagé un aperçu de notre infrastructure de données IA. Aujourd'hui, elle alimente des laboratoires IA multimodaux de premier plan avec des pipelines extensibles : – synthèse de données évolutive – annotation avec modèle en boucle – recherche granulaire et personnalisable Avant nous : des outils internes fragiles ou des fournisseurs hérités lents. Maintenant : une infrastructure conçue spécifiquement pour l'IA à grande échelle.

La plupart des modèles aujourd'hui sont entraînés sur des données web récupérées... Mais ce n'est pas de là que viendront les prochaines avancées en performance. La couche inexploitées ? Notes vocales, flux portables, reçus, calendriers, diagnostics. Structuré, autorisé, et riche en contexte réel.

La prochaine avancée des LLM ne viendra pas de modifications de modèle. Elle viendra du calcul en temps de test sur des données réelles : 🔸 contexte dynamique 🔸 attribution au niveau de la source 🔸 entrées en direct des appareils et des journaux Nous créons le pont entre les modèles passifs et l'intelligence interactive 🤝