X Square、統合スタックで汎用ロボット開発

ロボティクスの分野は、大規模言語モデルが解決した根本的な問題と長く戦ってきた。それはシステムをどのように汎化させるかということである。LLMが広範なデータで事前学習し、その後特定のタスクで微調整することのメリットを享受する一方で、ロボティクスは歴史的には異なるロボットやタスク間で知識をほとんど転送しない知覚、計画、制御の独立したモジュールを継ぎ合わせてきた。X Square Robotの明示的な賭けは、解決策は統合スタックにあるということであり、そこではデータインフラストラクチャ、ワールドモデリング、アクション生成が最初から密接に結合されている。

同社の診断——モデルサイズではなく、データ品質が真の瓶首である——は、具現化AI分野がスケーリングについて考える方法の実用的な転換を反映している。安価なウェアラブル装置を使用して人間のデモンストレーションを収集し、その後実ハードウェア上の物理的な再生を通じて検証することで、X Squareはロボット学習を長く高価にしてきたコスト問題を解いたと主張している。報告されているデータ収集コストの20倍削減が独立して確認されれば、ロボット学習の経済学を一変させるだろう。同等に重要なのは、固定時間ウィンドウではなく、グラスピングやプレースメントなどのコヒーレントな動作——セマンティックイベント——の周りにワールドモデルを組織する建築上の選択である。この設計は大規模ビデオモデルが既に知っていることを尊重しながら、実行可能な動作を生成する、純粋な予測と純粋な制御の中間地点である。

X Squareの評価額が29億ドルを超えたこと、そして同社がコードをオープンに公開していることは、投資家の間でデータインフラストラクチャと基盤モデルが具現化AIの長期的な差別化要因となるという確信を示している。しかし、現在の証拠の多くは同社独自のロボットとベンチマークから来ている。次の段階——より広範なロボット、タスク、設定での独立したテストと再現——は、これらの原則が真に汎化するのか、それともX Squareの注意深く統制された環境に限定されたままなのかを決定するだろう。