Сбор и разметка multimodal-датасета для обучения VLA-моделей фреймворка KinetIQ — внутренней AI-архитектуры Humanoid для оркестрации флота гуманоидных роботов.
Humanoid (юр. лицо: SKL Robotics LTD) — британский разработчик гуманоидных роботов общего назначения. Штаб-квартира в Лондоне, дополнительные офисы в США (Кембридж, штат Массачусетс) и Канаде (Бернаби, провинция Британская Колумбия).
Компания основана в 2024 году Артемом Соколовым. Миссия — создавать самых надёжных, безопасных и полезных гуманоидных роботов для замены людей на рутинной, опасной и повторяющейся работе. Целевые секторы: ритейл, e-commerce, 3PL-логистика, производство, автомобильная отрасль (250 млн рабочих, $12 трлн годового фонда оплаты труда).
В августе 2025 года Sifted включил Humanoid в десятку самых быстрорастущих robotics-стартапов Европы.
Роботы освободят людей от рутинных и повторяющихся задач, позволив им заниматься более творческой и осмысленной работой. — Артем Соколов, основатель и CEO Humanoid
[VLA SYSTEM 1 · LOCOMANIPULATION · CAPABILITY FACTORY]
KinetIQ — собственная AI-архитектура Humanoid из четырёх когнитивных слоёв (System 0/1/2/3). Слой System 1 — это VLA-based locomanipulation neural network на частоте 200 Гц, которая принимает цели на естественном языке и превращает их в целевые позы. Для обучения этого слоя Humanoid строит capability factory — конвейер быстрого создания новых поведений из небольшого количества демонстраций. Конвейер критически зависит от качественных multimodal-данных: телеоперация, UMI-style, эгоцентрика.
Сбор демонстраций bin picking металлических подшипниковых колец из плотных контейнеров — в условиях, близких к производственной среде Schaeffler (Эрланген). Сложность: бликующий металл, схожие формы, плотная упаковка, перемещение между станциями.
Двуручная манипуляция логистическими лотками с поддержкой жёстких ограничений на относительную позу между захватами. Сложность: удержание ориентации крупных объектов при перемещении на скорости до 60 totes/час.
Интеллектуальная kit-сборка для конфигурируемых автомобильных сидений. Сложность: высокая вариативность компонентов, длинные горизонты задач, точное позиционирование.
Что построила [.v1] для обучения KinetIQ System 1
UMI, ALOHA, Manus gloves, Apple Vision Pro, NVIDIA Jetson / H100.
RGB 360° + 2× глубинных камеры (head), 6D F/T, RGB на запястье, тактильная обратная связь.
Платформа .v1 (proprietary) + экспорт LeRobot / OXE / RT-X + интеграция Isaac Sim / MuJoCo.
AI ≥ 99,2% · Синхронизация ≤ 50 мс · IoU ≥ 0,90 · Брак < 5% · Hard set ≥ 10%.
Публичные достижения Humanoid на фундаменте обученных VLA-моделей
[ИНЖЕНЕРНЫЕ ВЫЗОВЫ ПРОЕКТА]
Точные даты не раскрываем в соответствии с условиями NDA.
Почему датасеты для VLA — главное узкое место гуманоидной индустрии 2026 года
Гуманоидные стартапы 2025–2026 годов — Humanoid, Figure, 1X, Apptronik, Sanctuary — конкурируют не за hardware-механику и не за модельную архитектуру (LLM/VLM-стек у всех схож), а за данные взаимодействия с физическим миром. Без сотен и тысяч часов телеоп-демонстраций и эгоцентрических записей VLA-модель не выходит из лаборатории в производство.
По оценке Goldman Sachs, объём рынка гуманоидов вырастет с $38 млрд в 2035 году до $1 трлн к 2050 году. Главный сдерживающий фактор сейчас — стоимость и скорость получения качественных robotics-данных: один час качественной телеоп-съёмки с разметкой по сегодняшним стандартам обходится индустрии в $1 000–3 000.
.v1 закрывает этот разрыв как инфраструктурный провайдер: единая платформа сбора + AI-предразметка + recovery-as-a-service. Кейс с Humanoid и Schaeffler — иллюстрация того, что фундамент собран и масштабируется на флот из 1 000+ роботов.
Расскажите о проекте — мы оперативно соберём пилот.
Запрос сэмпл-датасетаОставьте контакты — пришлём ссылку на 10 эпизодов и краткий разбор разметки в течение 24 часов в рабочие дни.