Leading Fiverr's AI Lab · Forbes 30 Un 30 Co-founded 2 startups - one acquired (@fiverr) Diving into physical AI, Writing as I go. Views my own.
Israel
Joined April 2022
- Tweets1.7K
- Following718
- Followers1.5K
- Likes1.5K
Pinned Tweet
כחלק מהניסיון שלי ללמוד את עולם ה־Physical AI לעומק, מצאתי את עצמי אוספת עוד ועוד חברות, קטגוריות, משקיעים וסבבים - עד שבשלב מסוים היה לי ברור שאני צריכה לראות את כל זה כמפה אחת.
אז בניתי Interactive Physical AI Landscape.
המפה מנסה לעשות קצת סדר באקו־סיסטם: מי בונה תשתיות, מי את ה־brain, מי את שכבת ה־deployment, איפה נמצאות חברות ה־data וה־hardware, ואיפה החברות שבונות כמה שכבות במקביל.
אפשר לחפש לפי חברה, קטגוריה, פאונדר או משקיע, ולראות למשל אילו קרנות כבר עמוק בתוך התחום, מי מתחילות להיכנס עכשיו, ואילו חברות יושבות סביב אזורים שונים ב־stack.המפה גם מתעדכנת באופן שוטף עם חברות חדשות שצצות, סבבי גיוס ועדכונים חשובים בתחום, כך שהשאיפה היא שהיא תישאר חיה ולא תהפוך לעוד landscape שמתיישן אחרי חודש.
זה התחיל ככלי בשבילי - דרך ללמוד את השוק, לזהות דפוסים ולחבר בין חברות שנראות במבט ראשון מאוד שונות.
והיום אני משחררת את זה לכולם מקווה שזה ייתן ערך גם לעוד אנשים שמנסים להבין מה לעזאזל קורה עכשיו בעולם הרובוטיקה וה־Physical AI :)
בתגובה הראשונה הלינק
שאלה שמעסיקה אותי, אולי אקבל פה דעות שיפתחו לי את הראש , אשמח שמי שמשתתף בסקר גם יסביר למה
מהו moat בעידן של היום?
12%tech
60%distrubtion
5%storytelling
23%Netwrok
94 votes • 13 hours 15
6
1,316
רובוטיקה היא עדיין נישה.
וזה די מדהים כשחושבים על זה שבעוד כמה שנים היא כנראה תהיה חלק כמעט מכל תעשייה: מפעלים, מלונאות, נדל״ן, ובסופו של דבר גם הבתים שלנו.
יש לא מעט סיבות לכך שהיא עדיין לא שם.
סף הכניסה גבוה מאוד. התחום דורש ידע בהמון דיסציפלינות, עבודה עם אינספור כלים ומערכות תוכנה שונות, וגם האינטליגנציה עצמה עדיין לא הגיעה לבשלות שמאפשרת לפתח ולהפעיל רובוטים בקלות ובאמינות.
ועל כל זה מתווספת החומרה.
רובוטים הם עדיין עסק יקר. קשה לצפות ממפתח עצמאי להוציא 20 אלף דולר על זרוע רובוטית, שלא לדבר על רובוט דמוי אדם, רק כדי להתחיל להתנסות, ללמוד ולבנות.
לכן, הוזלת החומרה לרמת מחירים שמאפשרת למפתחים פשוט לקנות רובוט ולהתחיל לעבוד איתו היא צעד משמעותי בדרך להנגשת התחום.
כי כדי שרובוטיקה תפסיק להיות נישה, היא קודם כול צריכה להפוך למשהו שהרבה יותר אנשים יכולים לבנות בו. ומשם תגיע ההאצה.
The start of something new
A family of affordable American Robots
Pre-order Origin now at hiroindustries.com/ for $450
3
24
1,683
אולי המודל הכי טוב לרובוטיקה בכלל לא יהיה מודל שאומן לרובוטיקה?
Anthropic הציגה יכולות חדשות של Claude בשליטה ברובוטים, כולל משימות שהמודל לא אומן עליהן באופן ייעודי.
בבנצ'מרק RoboDojo הוא הגיע ל-64.9% הצלחה, לעומת 27.6% בגרסה הקודמת, ואף עקף מערכות שפותחו במיוחד לרובוטיקה.
וזה מעלה בעיניי שאלה הרבה יותר מעניינת מאיזה מודל ניצח בבנצ'מרק.
אולי העתיד של הרובוטיקה הוא לא בהכרח לבנות מודל ייעודי טוב יותר, אלא לבנות את התשתית שתאפשר למודלים כלליים לפעול בעולם הפיזי?
תשתית שתדע לפרק מטרות לתוכניות פעולה, להבין מגבלות פיזיקליות, להשתמש ביכולות קיימות כמו IK solvers, motion planners וסימולציות, ולבדוק מה אפשרי עוד לפני שהרובוט זז.
במקום לבקש מהמודל ללמוד מחדש את כל מה שאנחנו כבר יודעים לפתור באופן דטרמיניסטי, אפשר לתת לו להשתמש בידע ובכלים האלה.
כך אפשר להפוך את היכולות המשתפרות של המודלים לפעולות פיזיות מהירות יותר, אמינות יותר וזולות יותר.
אולי לא צריך ללמד כל מודל מחדש את העולם הפיזי. לפחות בחלק מהמשימות, צריך פשוט להפוך את העולם הפיזי לנגיש יותר למודלים.
Robotics will soon get bitter lesson'd by Claude, Astra, Gemini Argon, etc.
Just as custom coding models, embedding models, text-to-SQL models, computer-use models, etc., have been bitter-lesson'd over the past ~4 years, the same will happen to custom-trained robotics models, VLAs, world models, etc.
2
16
924
1/
מה אם הבעיה ברובוטיקה היא שאנחנו מנסים ללמד רובוטים ללכת, במקום לתת להם לגלות בעצמם איך כדאי לנוע?
ב־1994 חוקר אחד החליט לבדוק את זה.
הוא יצר עולם עם חוקי פיזיקה, הכניס יצורים אקראיים ונתן לאבולוציה לעבוד.
32 שנה אחרי, הניסוי הזה רלוונטי מתמיד ל־Physical AI. 🧵
youtube.com/watch?v=RZtZia4Z…
2
12
767
10/ ומה השתנה מאז?
היום יש לנו GPUs, סימולטורים כמו MuJoCo ו־Isaac, מודלי רובוטיקה ו־RL.
אפשר לחפש ולבדוק הרבה יותר פתרונות, במהירות ובקנה מידה שלא היו אפשריים אז.
אבל השאלה הגדולה נשארה: איך הופכים הצלחה בסימולציה ליכולת אמינה בעולם האמיתי?
1
46
רוב חברות הרובוטיקה הן בכלל לא חברות מוצר.
זו אחת הטענות המעניינות של @joshgruenstein, המייסד והמנכ״ל של @tutorintel, שהודיעה עכשיו על גיוס של 75 מיליון דולר בסבב B.
השיחה של ג׳וש עם @martin_casado ו־@RaghuRaghuram מ־@a16z היא 44 דקות חשובות (!) על איך בונים חברת רובוטיקה שמייצרת ערך.
אני מתעסקת לא מעט לאחרונה בשאלות של Unit Economics ברובוטיקה, מה בדיוק המוצר ולמי מוכרים אותו, והשיחה הזו נוגעת בדיוק בהן.
אז מי זו Tutor Intelligence, מה עומד מאחורי השם שלה, ו־5 נקודות שאהבתי במיוחד מהשיחה 🧵
Tutor Intelligence co-founder and CEO Josh Gruenstein is putting AI robots to work in American factories and warehouses, taking on the back-breaking jobs they can't hire for.
Tutor builds its robots in Massachusetts and charges by the hour, with no upfront cost. When the AI gets stuck, a human "tutor" takes over and teaches it the task, creating training data along the way.
Josh joins a16z's Martin Casado and Raghu Raghuram to discuss how Tutor goes from a first sales call to a working robot in about three months, why so many robot startups died building for a single customer, why anyone will be able to start a business in the physical world, and a whole lot more.
0:50 Deploy robots, then build the data
2:50 Why smart robots aren't enough
4:38 The ultimate systems problem
6:45 Why robot companies go vertical
9:07 How remote humans tutor robots
11:00 Will robots outgrow their tutors?
14:54 How AI labs sped up robotics
16:57 Meet Cassie and Sonny
20:55 What factory work actually looks like
23:18 A robot for $16 an hour
25:51 When robots become coworkers
29:04 Why robot startups keep dying
31:21 When 1% cheaper flips a market
34:52 Robots cost more to run than to buy
38:18 China's automation bet may backfire
42:02 Real-world RL on a 100-robot fleet
YouTube: youtu.be/lXkjXSul6yg
@joshgruenstein @tutorintel @martin_casado @RaghuRaghuram
3
19
1,737
5. רובוטיקה היא בעיית מערכת, לא רק בעיית AI
אחד המשפטים החשובים בשיחה הוא שרובוטיקה היא לא רק מודל, חומרה ותוכנה.
היא גם שרשרת אספקה, ייצור, לקוחות, מוצר ותפעול.
ג׳וש מסביר שההתקדמות מגיעה מהיכולת לבצע Trade-offs בין כל השכבות האלה.
מעניין במיוחד שהוא לא חושב שחברות רובוטיקה יצטרכו להישאר אנכיות לנצח. בעיניו, זו גם תוצאה של חוסר הבשלות של התעשייה.
ככל שהשוק יתבגר, יוכלו להיווצר פלטפורמות כלליות שעליהן חברות אחרות יבנו עסקים בעולם הפיזי, בלי להיות חברות רובוטיקה בעצמן.
1
3
80
מה שהכי אהבתי בשיחה הזו הוא שהיא כמעט לא עוסקת בשאלה מי בונה את המודל הכי חכם או את הרובוט הכי מרשים.
היא עוסקת בשאלות שהופכות להיות קריטיות ככל שהתעשייה מתבגרת:
מה המוצר? מי הלקוח? איך מייצרים ערך כלכלי? איך לומדים מהשטח? ואיך בונים משהו שאפשר לפרוס שוב ושוב?
בעיניי, זו ממש חובת שמיעה לכל מי שבונה, משקיע או מתעניין ברובוטיקה וב־Physical AI.
44 דקות ששוות כל דקה.
3
70