Je l’ai regardé pour la première fois sérieusement KGeN parce que les “robots”
Avant, quand je voyais KGeN, ma première réaction, c’était en fait Web3.
Mais récemment, l’entreprise a commencé à mettre l’accent sur le Physical AI / Robotics. Ce changement m’a donné envie de revoir ce projet.
Parce qu’à ce moment-là, les “données humaines réelles” ont soudain pris un sens complètement différent.
Si c’est un chatbot, les données textuelles peuvent suffire.
Mais ce n’est pas pareil pour les robots.
Un robot doit savoir :
Comment les humains marchent-ils ?
Comment les mains bougent-elles ?
À quoi ressemble le fait de toucher quelque chose ?
Que font les humains dans différents environnements ?
Le son, la vision, les actions, et même le toucher peuvent devenir des données d’entraînement.
Ce que KGeN souligne désormais officiellement, ce sont des données humaines réelles et multimodales, incluant Sound, Sight, Motion, Touch, et l’utilisation de ces données pour le Physical AI et les LLM.
Je pense qu’il y a ici une différence très intuitive :
Données pour l’IA “classique” :
“Dire à l’IA ce qu’est l’humain.”
Données pour le Physical AI :
“Permettre à l’IA de comprendre vraiment comment les humains vivent et agissent.”
Ces deux défis ne sont tout simplement pas du même niveau.
Du coup, quand je regarde KGeN aujourd’hui, je ne vais probablement pas me limiter à regarder le prix de $KGEN.
Au contraire, je veux surtout savoir :
Ces données réelles sur l’humain peuvent-elles générer une demande commerciale durable ?
Si l’industrie de l’IA et des robots a vraiment de plus en plus besoin de ce type de données, alors “Verified Human” pourrait passer d’une notion Web3 à une partie de l’infrastructure de l’IA
#KGENUpdate #Aİ #KGEN
Avant, quand je voyais KGeN, ma première réaction, c’était en fait Web3.
Mais récemment, l’entreprise a commencé à mettre l’accent sur le Physical AI / Robotics. Ce changement m’a donné envie de revoir ce projet.
Parce qu’à ce moment-là, les “données humaines réelles” ont soudain pris un sens complètement différent.
Si c’est un chatbot, les données textuelles peuvent suffire.
Mais ce n’est pas pareil pour les robots.
Un robot doit savoir :
Comment les humains marchent-ils ?
Comment les mains bougent-elles ?
À quoi ressemble le fait de toucher quelque chose ?
Que font les humains dans différents environnements ?
Le son, la vision, les actions, et même le toucher peuvent devenir des données d’entraînement.
Ce que KGeN souligne désormais officiellement, ce sont des données humaines réelles et multimodales, incluant Sound, Sight, Motion, Touch, et l’utilisation de ces données pour le Physical AI et les LLM.
Je pense qu’il y a ici une différence très intuitive :
Données pour l’IA “classique” :
“Dire à l’IA ce qu’est l’humain.”
Données pour le Physical AI :
“Permettre à l’IA de comprendre vraiment comment les humains vivent et agissent.”
Ces deux défis ne sont tout simplement pas du même niveau.
Du coup, quand je regarde KGeN aujourd’hui, je ne vais probablement pas me limiter à regarder le prix de $KGEN.
Au contraire, je veux surtout savoir :
Ces données réelles sur l’humain peuvent-elles générer une demande commerciale durable ?
Si l’industrie de l’IA et des robots a vraiment de plus en plus besoin de ce type de données, alors “Verified Human” pourrait passer d’une notion Web3 à une partie de l’infrastructure de l’IA
#KGENUpdate #Aİ #KGEN
