Если «актёр» ошибся (взял полотенце не той рукой или положил его не в тот угол стола), то приходится всё переснимать. Иногда сотни роликов подряд отправляются в брак. Но зачем вообще это нужно? Особенно учитывая, насколько плохо до сих пор роботы делают самые простые бытовые задачи. Неужели видео не помогают? И нет, и да. Дело в подходе к обучению — если человеку достаточно несколько раз увидеть и повторить за кем-то движение, чтобы создать нейронные связи, то робот такого преимущества лишён. В отличие от LLM, физическому ИИ не на что опереться: в сети нет датасетов о том, как именно люди открывают холодильник или загружают стиральную машину.
Теперь этот пробел латают тысячи сотрудников таких фирм, как Objectways в Индии или Micro1 в Бразилии. Они носят умные очки, записывающие бытовые действия или управляют роботами джойстиками, показывая, как налить чай. Figure AI, получившая миллиард инвестиций, договорилась со строительным гигантом Brookfield снимать подобные ролики внутри сотни тысяч домов — чтобы роботы выучили, где у людей стоят диваны и как не врезаться в дверной косяк. Scale AI (одна из крупнейших компаний по разметке данных) уже собрала 100 тысяч часов такого материала.
Индия стала естественным центром для создания тренировочных видео не только из-за цены труда. Десятилетия BPO-аутсорса создали обучаемый резерв и отлаженную инфраструктуру. Местные гиганты iMerit и Cogito держат тысячи разметчиков. Objectways недавно заказали разметить 15 тысяч видео, где робот пытается аккуратно сложить одежду — и часто швыряет её мимо стопки. «Через лет десять они сделают всё наши дела, и нас уволят», — говорит Кавин, коллега Кумара, складывая полотенце номер триста сорок восемь.