Memories.aiが一人称視点映像のデータ基盤構築

Memories.aiはフィジカルAIのデータ層に自社を位置付けている。同社はデータ収集担当者とパートナーを通じて一人称視点映像を入手し、モジュール式カメラ構成と評される標準化された撮影ハードウェアと統一プロセスで映像を一貫して収集する。その後、自社モデルで映像を処理・注釈付けし、自社のデータ基盤を通じて提供する。

この基盤はフィジカルAI、ロボティクス、ワールドモデル、視覚言語行動（VLA）モデル、ヒューマノイド向けに構築されたと説明されている。同社は研究の複数の成果をGitHubやICLR、NeurIPS、EMNLPのイベントで公開している。

パイプラインの要となるのがNVIDIA Cosmosの活用だ。Memories.aiは先月、Cosmosを使いデータレイクに流入する映像を解釈し、そのデータをキュレーションして、顧客のロボティクスや産業用途向けにCosmosを追加学習していると述べた。このループにより、実世界の映像が顧客の解くべき課題に合わせたモデルへと変わる。

CEOのShawn Shen氏は、同社が幅広いデバイスやソースから映像を集めるのではなく、自社データの処理に注力していると述べた。同氏は、フィジカルインテリジェンスの加速とロボティクスの領域への参画が同社のビジョンだと説明した。長期的な狙いは、単なるデータ販売業者ではなく、ロボティクスとフィジカルAIのデータ基盤パートナーになることだ。