Luma объявила об Open Physical AI Lab — исследовательской инициативе с открытым доступом, нацеленной на проблему обобщения в физическом ИИ. Компания считает её главным барьером между нынешними роботами и системами, которые реально полезны. Разворот заметный: до сих пор Luma ассоциировалась с генерацией видео и мультимодальными моделями, а не с робототехникой.
Почему сейчас и в чём проблема. Физический ИИ, по оценке Luma, застрял в «до-AI-масштабной» эре. LLM и мультимодальные модели обобщают — справляются с задачами, которых не видели при обучении. Роботы нет: они воспроизводят конкретные задачи в конкретных средах, обученные на небольших наборах примеров. Стандартный ответ индустрии — масштабировать телеоперацию, чтобы собрать данные по каждой возможной задаче и комбинации задач. Luma называет этот путь физически и экономически невозможным.
Откуда у Luma основания претендовать на эту нишу. За четыре года работы над мультимодальными моделями — 3D, изображение, видео, Unified Models — компания построила инфраструктуру интернет-масштаба для обработки сырых данных и обучения генеративных моделей. Эмпирические результаты по Unified Models превратили наблюдение в «сильное научное убеждение»: обобщение работает не только в тексте. Именно этот опыт Luma считает основанием для работы над мировыми моделями физического мира.
Что конкретно означает «открытая наука». Luma обещает:
- Субстрат — модели и инструменты, открытые для использования и модификации любой командой.
- Коллаборации — совместные исследования с академией и peer-лабами, партнёрства с производителями чипов и железа.
- Бенчмарки — оценки прогресса и безопасности.
Лаборатория также открыто нанимает.
Luma пытается повторить в физическом ИИ то, что открытые веса сделали для LLM. Но конкретики пока нет: компания не назвала сроков публикации моделей, не уточнила, что именно будет открыто — веса, данные или архитектура, — и не раскрыла партнёров по железу. Анонс — декларация намерений, не релиз. Инженеру пока нечего скачать.