Beobachtetes Signal · 27. Juli 2026 · Partnership · Quelle: techcrunch · Relevanz: 2/5 · Sentiment: Positiv
Encord testet Gehirnwellen-Daten für das Training von physischer KI
Encord führt in einem Lagerhaus in San Leandro Versuche durch, um neue Trainingsdaten für die Robotik zu generieren. Dabei werden egozentrische Videos, Armmuskelsensoren, Leader-Follower-Rigs und Gehirnwellenmessungen kombiniert. Das im Test eingesetzte Headset stammt von dem deutschen Startup Zander Labs. Encord plant, Datensätze mit mentalen Zuständen wie Fehlern, Absichten und Überraschungen zu versehen, um deren Einfluss auf die Leistung von Roboter-Modellen zu prüfen. Da physische Trainingsdata knapp und teuer in der Herstellung sind, treibt das Unternehmen ein Geschäftsmodell zur Produktion spezifischer Datensätze für Manipulationsaufgaben voran. Führungskräfte schätzen, dass der für Fortschritte in der physischen AI erforderliche Umfang die heutigen Korpora um Größenordnungen übertrifft. Encord experimentiert daher mit dichter Annotation und multimodalen Signalen, um den Wert der Datensätze zu steigern.
Das Signal verdeutlicht einen konkreten Lösungsansatz zur Überwindung des Datenengpasses bei physischer AI durch multimodale Generierung und dichte Annotation, was vor allem für Robotik- und KI-Trainingseinrichtungen von Relevanz ist.
Marktsignale zu OpenAI in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- Encord testet die Aufzeichnung von Gehirnwellen während menschlicher Manipulationsaufgaben zur Generierung neuer Trainingsdaten.
- Das verwendete Gehirnwellen-Headset wurde von dem deutschen Startup Zander Labs entwickelt.
- Für die Erstellung physischer Trainingsdatensätze kombiniert Encord egozentrische Videos, ferngesteuerte Robotikdaten und Leader-Follower-Rigs.
- Vineeth Velmurugan, Leiter des Roboterlernens bei Encord, betont, dass Durchbrüche in der physischen AI Datensätze von der fünffachen Größe des YouTube-Videokorpus erfordern.
- Mehrere Piloten bei Encord waren zuvor bei dem KI-Datenannotationsunternehmen Scale tätig.
Verknüpfte Unternehmen
2 verknüpfte Unternehmen“A veteran of OpenAI’s robot lab and Berkshire Grey, the warehouse automation firm, Velmurugan joined Encord to build the company’s internal ...”
“When TechCrunch visited, pilots were using leader-follower rigs — paired robotic arms, one controlled directly by a human operator and one t...”
Ontologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
Human Archive Taps India's Gig Workers to Train Robots
Human Archive, a Silicon Valley startup founded by four students from Berkeley and Stanford (Samay Mani, Rushil Agarwal, Shloke Patel, Raj Patel), is collecting large-scale egocentric and multi-sensor data from India’s gig-economy workers to train physical AI and robotics systems. The company says it has deployed more than 1,000 headsets and 50+ devices and is developing custom hardware (including tactile gloves, wrist cameras, and full-body motion capture) to capture synchronized RGB-D, motion, and force data. Human Archive raised $8.2 million from investors including Wing Venture Capital, NVP Capital and Y Combinator, plus angels from OpenAI, Nvidia, Google, Meta and others. The effort has drawn privacy scrutiny and some rejections from major home‑services firms (Pronto, Urban Company) even as the startup partners with smaller providers and pilots expansion to Southeast Asia and the U.S.
Cerebionics entwickelt nicht-invasive BCI zur Maschinensteuerung durch menschliche Intention
Das norwegische Startup Cerebionics, gegründet von Agnessa Pedersen, entwickelt eine nicht-invasive Brain-Computer-Interface-Plattform (BCI), die mithilfe von EEG-Elektroden menschliche Intentionen in Maschinenbefehle übersetzt. Das System dient als zusätzlicher Steuerungskanal für Drohnen, unbemannte Bodenfahrzeuge und C2-APIs. Im Gegensatz zu Neuralinks invasivem Ansatz konzentriert sich Cerebionics auf übergeordnete Befehle anstelle von Feinmotorik. Die Technologie wurde bereits mit ukrainischen Soldaten getestet, um die Robustheit zu verbessern. Mit Absichtserklärungen untermauertes kommerzielles Interesse ist vorhanden, während das Team skaliert wird. Zukünftige Anwendungsbereiche liegen neben dem Verteidigungssektor im Gesundheitswesen, der Industrie und im Consumer-Bereich, einschließlich Gaming und der Integration in Wearables wie Smart Glasses.
Physische KI: Warum humanoide Roboter jetzt kommerziell durchstarten
Fortschritte bei Hardware und Software beschleunigen die kommerzielle Einführung humanoider Roboter, die als Physische KI bezeichnet werden, in Branchen wie Retail, Gastronomie, Healthcare und Logistik. Ein symbolischer Erfolg war der Auftritt des ferngesteuerten Roboters „Blitz“ von Honor beim Peking-Halbmarathon. Eine Roland Berger-Studie prognostiziert bis 2035 Umsätze von 300 bis 750 Milliarden US-Dollar sowie ein langfristiges Marktpotenzial von vier Billionen US-Dollar. Deutschland belegt hinter China und den USA den dritten Platz bei Systemintegratoren, gestützt durch Unternehmen wie Agile Robots, Neura Robotics und RoboPlanet. Praktische Hürden wie Autonomie, Trainingsdaten, Gebäudeintegration und Versicherungsfragen bestehen jedoch weiterhin. Zudem erkunden Marken neue Anwendungsfälle, bei denen robotische Bewegungen und Choreografien Teil der Markenidentität werden.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.