# Фей-Фей Ли: «Проблема данных в робототехнике будет решена через симуляцию» Источник: https://www.youtube.com/watch?v=-tabaM5l3s0 Канал: a16z (Andreessen Horowitz) Опубликовано: 28.07.2026 --- Стартап World Labs, возглавляемый пионером ИИ Фей-Фей Ли, объявил о поглощении компании SceniX. Это событие знаменует собой важный шаг в реализации амбициозной цели: создании «пространственного интеллекта» (spatial intelligence), который позволит машинам понимать физический мир так же глубоко, как современные языковые модели понимают текст. В беседе с партнёром a16z Мартином Касадо основатели компаний раскрыли детали своего видения «больших моделей мира» и объяснили, почему симуляция является единственным способом преодолеть дефицит данных в робототехнике. ## 🚀 Пространственный интеллект: Новая граница ИИ [[JUMP:01:08]] Фей-Фей Ли определяет World Labs не просто как стартап, а как лабораторию фронтирных моделей, работающую над тем, что она называет «пространственным интеллектом» [01:20]. По её словам, это способность ИИ не только генерировать контент, но и понимать, рассуждать и взаимодействовать с пространством, будь оно физическим или виртуальным [01:35]. Центральным элементом этой стратегии является создание больших моделей мира (World Models). Фей-Фей Ли подчеркивает: * Пространственный интеллект позволяет ИИ оперировать в «мультивселенной», где технологии дают возможность разработчикам действовать в различных цифровых и физических пространствах [02:43]. * Хотя робототехника является наиболее очевидным применением, технологии World Labs востребованы в дизайне, игровой индустрии и визуальных эффектах (VFX) [02:31]. * Цель проекта — создать ИИ, который понимает геометрию и физику объектов, обеспечивая консистентность восприятия во времени и пространстве [02:56]. ## 🤝 Слияние World Labs и SceniX: От клиента к части команды [[JUMP:06:04]] Сотрудничество между Фей-Фей Ли и Юньчжу Ли имеет давнюю историю — Юньчжу был постдоком Фей-Фей в Стэнфорде [04:01]. Однако решение об объединении компаний возникло спонтанно. Как рассказала Фей-Фей Ли, SceniX изначально пришла в World Labs как обычный клиент [05:35]. Команда Юньчжу Ли начала использовать Marble — базовую модель World Labs, которая преобразует текст или изображения в геометрически точные 3D-миры [06:13]. Поняв, что цели команд полностью совпадают, они решили объединить усилия. Команда SceniX привносит в World Labs уникальные компетенции: * **Юньчжу Ли (Yunzhu Li):** Эксперт по робототехнике «полного стека» — от аппаратного обеспечения до алгоритмов обучения [08:43]. * **Чанси Чжэн (Changxi Zheng):** Профессор Колумбийского университета, специалист мирового уровня в области симуляции и визуальных эффектов [07:33]. * **Санни (Sunonni):** Опытный инженерный лидер, ранее работавший в Amazon над стеками компьютерного зрения [07:55]. ## 🏗️ Концепция Real-to-Sim-to-Real: Решение проблемы дефицита данных [[JUMP:10:55]] Главная проблема современной робототехники, по мнению участников дискуссии, заключается в катастрофической нехватке данных. В отличие от языковых моделей, которые обучаются на огромных массивах текста из интернета, данные о взаимодействии роботов с физическим миром собирать дорого, долго и опасно [06:52]. Юньчжу Ли предлагает решение через пайплайн Real-to-Sim-to-Real: 1. **Real-to-Sim:** Создание цифрового двойника реальной среды с точным соответствием внешнего вида, геометрии и динамики [04:27]. 2. **Sim:** Масштабируемое обучение и тестирование роботов в этой цифровой среде. 3. **Sim-to-Real:** Перенос обученных навыков обратно на физическое оборудование [04:40]. Ключевым преимуществом этого подхода является «выравнивание» (alignment): всё, что происходит в цифровом мире, должно иметь максимально точное соответствие в реальности [04:54]. Это позволяет заменить медленный процесс сбора данных в реальном мире бесконечным потоком синтетических данных, генерируемых в симуляции. ## 🧠 Базовые модели для робототехники: Больше, чем видео [[JUMP:12:35]] Обсуждая текущие тренды, Мартин Касадо отметил популярность подхода «видеомоделей» для обучения роботов [12:41]. Однако Юньчжу Ли считает этот метод недостаточным из-за отсутствия консистентности. В обычных видеомоделях объект может внезапно исчезнуть или изменить форму при взаимодействии, что дает роботу ложные сигналы [13:35]. Подход World Labs строится на других принципах: * **Мультимодальность:** Модель должна принимать текст, изображения, карты глубины и, что критически важно, — действия (actions) [11:38]. * **Действие как входной и выходной сигнал:** Модель может работать как «симулятор вперед», предсказывая изменения среды после действия, или как «модель политики», выбирая действие для достижения цели [11:51]. * **Консистентность:** Создаваемые миры стабильны в пространстве, времени и при смене точек обзора [13:22]. ## 🧪 Роль симуляции и «контрфактическое мышление» [[JUMP:19:38]] Фей-Фей Ли приводит глубокую аналогию с человеческим интеллектом: люди постоянно проводят симуляции в голове, планируя действия. Она называет это «контрфактическим мышлением» — способностью проигрывать сценарии, которые еще не случились или не могут случиться в реальности [20:10]. Примеры использования симуляции: * **Спорт:** Тренеры и игроки моделируют игровые ситуации на доске или в голове перед матчем (в качестве примера Фей-Фей привела победу сборной Испании на чемпионате мира) [20:24]. * **Беспилотные авто:** Компания Waymo использует миллиарды часов симуляции, что значительно превышает их реальный пробег [21:04]. По мнению Фей-Фей Ли, автомобили — это самые простые из роботов, и для более сложных машин роль симуляции будет еще выше [21:17]. Юньчжу Ли добавляет, что симуляция дает два ключевых преимущества: надежность (проверка робота в экстремальных условиях, при разном освещении и трении) и эффективность (обучение на скоростях, превышающих возможности человека) [21:31]. ## 🏭 От фабрик к домам: Стратегия внедрения [[JUMP:29:17]] Участники дискуссии обсудили, почему мы до сих пор не видим роботов повсеместно. Юньчжу Ли объясняет это градацией сложности сред: 1. **Полностью структурированные:** Фабрики, где всё контролируется. Это автоматизировано десятилетиями [29:43]. 2. **Полуструктурированные:** Склады Amazon, отели, рестораны. Здесь есть контроль над частью процессов, но появляются непредсказуемые объекты [30:10]. 3. **Неструктурированные:** Обычные дома. Это «величайший вызов» из-за хаоса, детей и домашних животных [30:36]. Фей-Фей Ли выразила скепсис относительно быстрой реализации человекоподобных роботов-универсалов. По её мнению, эволюция оптимизировала человеческое тело для выживания в неструктурированной среде, но для конкретных бизнес-задач специализированные формы роботов часто эффективнее [31:17]. World Labs стремится быть «агностиком к воплощению» (embodiment agnostic) — их платформа должна подходить для любого типа роботов, будь то манипулятор на заводе или мобильная платформа на складе [28:38]. ## 📅 Планы на будущее и успех через два года [[JUMP:36:56]] Фей-Фей Ли подчеркивает, что они не будут спешить с полным слиянием кодовых баз и команд, чтобы сохранить фокус SceniX на текущих клиентах [37:37]. Тем не менее, компания становится би-костальной: штаб-квартира остается в Сан-Франциско, но открывается офис в Нью-Йорке [38:36]. Критерием успеха через два года Фей-Фей Ли называет наличие «маяковых клиентов» (lighthouse examples) в нескольких важных вертикальных отраслях, где инфраструктура World Labs докажет свою эффективность для автоматизации [39:26]. Юньчжу Ли добавил, что их платформа гибкая: клиенты могут использовать только часть Real-to-Sim для оценки своих систем или весь цикл для обучения моделей «с нуля» [40:07]. Стартап открыт для сотрудничества с любыми компаниями, занимающимися робототехникой, независимо от стадии их развития [41:38].