Eu vi KGeN pela primeira vez com seriedade porque “robôs”
Antes, quando eu via KGeN, a primeira reação era, na verdade, Web3.
Mas recentemente ele começou a colocar o foco em Physical AI / Robotics, e essa mudança me fez voltar a olhar para este projeto.
Porque nessa hora “dados de pessoas reais” ganharam um significado totalmente diferente.
Se for um chatbot, talvez os dados de texto bastem.
Mas robôs não são assim.
Robôs precisam saber:
Como as pessoas andam?
Como os braços e as mãos se movem?
Como as coisas são ao toque?
O que as pessoas fazem em ambientes diferentes?
Som, visão, movimentos e até tato podem virar dados de treinamento.
O que o KGeN enfatiza agora, oficialmente, é justamente dados reais multimodais de humanos — incluindo Sound, Sight, Motion, Touch — e usar esses dados para Physical AI e LLM.
Acho que existe aqui uma diferença bem intuitiva:
Dados de IA “convencionais”:
“Dizer à IA o que é um humano.”
Dados de Physical AI:
“Fazer com que a IA entenda de verdade como as pessoas vivem e como agem.”
Isso não é nem de longe o mesmo nível de dificuldade.
Então, agora que eu olho para o KGeN, eu provavelmente não vou ficar só olhando o preço de $KGEN.
Em vez disso, quero ver:
Se esses dados reais de humanos realmente conseguem gerar demandas comerciais de longo prazo.
Se a indústria de IA e robótica realmente precisar cada vez mais desse tipo de dados, então “Verified Human” pode sair de um conceito do Web3 e, aos poucos, se tornar parte da infraestrutura para IA.
#KGENUpdate #Aİ #KGEN
Antes, quando eu via KGeN, a primeira reação era, na verdade, Web3.
Mas recentemente ele começou a colocar o foco em Physical AI / Robotics, e essa mudança me fez voltar a olhar para este projeto.
Porque nessa hora “dados de pessoas reais” ganharam um significado totalmente diferente.
Se for um chatbot, talvez os dados de texto bastem.
Mas robôs não são assim.
Robôs precisam saber:
Como as pessoas andam?
Como os braços e as mãos se movem?
Como as coisas são ao toque?
O que as pessoas fazem em ambientes diferentes?
Som, visão, movimentos e até tato podem virar dados de treinamento.
O que o KGeN enfatiza agora, oficialmente, é justamente dados reais multimodais de humanos — incluindo Sound, Sight, Motion, Touch — e usar esses dados para Physical AI e LLM.
Acho que existe aqui uma diferença bem intuitiva:
Dados de IA “convencionais”:
“Dizer à IA o que é um humano.”
Dados de Physical AI:
“Fazer com que a IA entenda de verdade como as pessoas vivem e como agem.”
Isso não é nem de longe o mesmo nível de dificuldade.
Então, agora que eu olho para o KGeN, eu provavelmente não vou ficar só olhando o preço de $KGEN.
Em vez disso, quero ver:
Se esses dados reais de humanos realmente conseguem gerar demandas comerciais de longo prazo.
Se a indústria de IA e robótica realmente precisar cada vez mais desse tipo de dados, então “Verified Human” pode sair de um conceito do Web3 e, aos poucos, se tornar parte da infraestrutura para IA.
#KGENUpdate #Aİ #KGEN
