Pembaruan kehidupan: Saya telah memutuskan untuk meninggalkan 1X. Merupakan suatu kehormatan untuk membantu mengembangkan perusahaan. Saya bergabung dengan Halodi Robotics pada tahun 2022 (nama perusahaan sebelumnya) sebagai satu-satunya karyawan yang berbasis di California. Pada saat itu, kami sekitar 40 orang yang berbasis di Norwegia dan 2 di Texas. Karyawan pertama saya dan saya bekerja dari garasi saya selama beberapa bulan untuk menghemat uang. Saat ini, 1X adalah ratusan orang, dengan perangkat keras, desain, perangkat lunak, AI, manufaktur, produk semuanya dipindahkan ke area SF Bay, menembakkan semua silinder dan bekerja untuk menyiapkan NEO untuk rumah. Terima kasih banyak kepada semua kolega saya yang bekerja dengan saya. Itu adalah keputusan yang sulit untuk pergi. Saat bekerja di startup menarik yang berkembang pesat, selalu ada begitu banyak yang harus dilakukan dan tidak pernah ada waktu yang tepat untuk melanjutkan. Kami memiliki beberapa karya dalam proses yang sangat menarik karena sangat memajukan otonomi umum dan skalabilitas pendekatan penerapan kami dan benar-benar menunjukkan jalur yang realistis menuju produk yang bekerja. Pembaruan otonomi Model Dunia baru-baru ini adalah salah satu contoh, dan ada lebih banyak lagi yang akan datang. Pabrik 1X sangat mengasyikkan. Hal-hal berakselerasi dengan kecepatan yang akan saya terkejutkan beberapa tahun yang lalu. Pada tahun 2022, sebagian besar teknolog dan peneliti serta VC skeptis tentang humanoid dan pembelajaran imitasi skala besar. "Mengapa Kaki?" "Bagaimana mungkin pembelajaran ujung ke ujung bisa cukup baik?" "Mengapa pergi ke rumah dan bukan pabrik?" "Bagaimana kita akan mengumpulkan data yang cukup?" Jendela Overton tentang robotika serba guna telah banyak bergeser sejak saat itu. Meskipun kami masih di awal misi kami, saya tetap yakin bahwa segera, robot rumah akan menjadi hal biasa seperti AC, mobil, dan ChatGPT. Bicaralah dengan bot, dan itu akan pergi dan diam-diam menyelesaikannya. Seluruh ekonomi pada akhirnya akan mengatur ulang di sekitar teknologi ini. Orang-orang mengertinya sekarang. Apa selanjutnya? Saya percaya bahwa kemajuan dalam pembelajaran mendalam terapan umumnya bergantung pada "memanfaatkan keajaiban" dari beberapa benda magis. Benda-benda ajaib ini memiliki kekuatan generalisasi yang jauh lebih besar daripada yang biasanya diharapkan. Hanya meminta LLM untuk memahami apa yang Anda inginkan adalah sihir. Model pembuatan video adalah keajaiban. Penalaran adalah sihir. Anda tidak bertemu dengan benda ajaib setiap hari, tetapi ketika Anda melakukannya, Anda memastikan untuk mengambilnya dan menggunakannya untuk membuat sesuatu yang berguna di robot entah bagaimana. Banyak keyakinan awal saya tentang ke mana arah robotika adalah mengerjakan BC-Z dari 2018-2021. "Objek ajaib" yang saya pertaruhkan pada saat itu adalah kemampuan penyerapan data yang mengejutkan dari pembelajaran yang diawasi dan "hanya meminta generalisasi". Ini memelopori banyak bahan standar yang kita lihat di VLA saat ini: - Generalisasi ke perintah bahasa yang tidak terlihat - DAgger yang Dipandu Manusia untuk peningkatan kebijakan - Prediksi tambahan loop terbuka + kontrol cakrawala surut, AKA pemotongan tindakan - Manipulasi poin kunci untuk meningkatkan servo - ResNet18 sederhana dengan pengkondisian FiLM pada input multi-modal "Objek ajaib" berikutnya yang kami pertaruhkan di 1X adalah model video, karena mereka jelas merupakan objek ajaib yang mempelajari distribusi data yang tidak terlalu berbeda dari apa yang perlu dipelajari robot. Mereka menggeneralisasi dengan sangat baik. Saya sekali lagi merasa bahwa ada lebih banyak objek ajaib yang dimainkan sekarang, yang membuka banyak kemungkinan baru untuk robotika dan seterusnya. Saya membutuhkan waktu beberapa bulan untuk mengosongkan secangkir prioritas saya dan mendapatkan perspektif baru. Ketika saya meninggalkan Google pada tahun 2022, saya menghabiskan sekitar 2 minggu untuk memutuskan apa yang harus dilakukan selanjutnya. Kali ini, saya ingin meluangkan lebih banyak waktu untuk mengejar apa yang telah terjadi di ruang AI + robotika yang lebih luas. Saya telah menerapkan kembali beberapa makalah pembelajaran mendalam. Saya sedang mengerjakan tutorial besar untuk blog saya. Saya mempelajari semua trik pengguna yang kuat Claude. Saya membaca posting blog Thinking Machines untuk memahami jenis eksperimen apa yang dijalankan di laboratorium perbatasan. Saya sedang membaca tesis Ben Katz tahun 2016 tentang aktuator Mini-cheetah. Saya bepergian ke Tiongkok pada bulan Maret untuk bertemu dengan perusahaan luar biasa di ekosistem robotika Tiongkok. Sekarang, lebih dari sebelumnya, adalah waktunya bagi manusia dan mesin untuk belajar. Tanda berikutnya dari urutan hidupku akan menjadi tanda yang penting. Kepada kolega dan investor yang bertaruh pada 1X lebih awal, bahkan sebelum kami menjadi nama rumah tangga - saya berterima kasih dari lubuk hati saya. Saya tidak akan melupakannya♥️