NVIDIA investiert in das koreanische RLWRLD, das mit DexBench einen 15-Aufgaben-Test für Humanoidenhände auf NVIDIAs Simulator vorstellt

NVIDIA hat am 9. November angekündigt, in RLWRLD zu investieren, ein Seouler Start-up, das Robotik-Foundation-Models entwickelt. Bekannt gab der Konzern das auf einem Start-up-Forum, das er während des AI Day Seoul gemeinsam mit dem südkoreanischen Wissenschaftsministerium ausrichtete. Das Geld kommt laut Seoul Economic Daily von NVIDIA selbst und nicht aus dem Investmentarm NVentures; in derselben Ankündigung standen auch zwei koreanische Sprachmodell-Entwickler, Upstage und Motif Technologies. Eine Summe nannte keine Seite. The Elec berichtet, RLWRLD sammle rund 200 Milliarden Won bei einer Pre-Money-Bewertung von etwa 1 Billion Won ein.

Was RLWRLD auf der Bühne zeigte, erklärt NVIDIAs Interesse besser als die Finanzierungsrunde. DexBench, ein Benchmark dafür, wie gut humanoide Roboter mit fünffingrigen Händen Gegenstände handhaben, baut auf NVIDIAs Isaac Lab-Arena und der Physik-Engine Newton auf. Wer sich an der Firma beteiligt, die die Prüfung schreibt, hilft dabei, NVIDIAs Simulator zum Ort zu machen, an dem Roboterhände benotet werden.

15 Aufgaben an vier Arbeitsplätzen, bewertet an Unbekanntem

Die in Seoul gezeigte Version umfasst 15 Aufgaben aus Einzelhandel, Logistik, Montage und Hotelgastronomie, Hände und Produkte sind nach realen Spezifikationen modelliert, so die Ankündigung des Unternehmens. Neben der Erfolgsquote misst sie, wie gut ein Modell entlang von drei Achsen verallgemeinert: unbekannte Objekte, andere Physik und veränderte Anordnungen. Als RLWRLD und NVIDIA DexBench im Juni erstmals beschrieben, nannten sie 18 „atomare“ Aufgaben in fünf Fähigkeitsbereichen.

RLWRLD will Code, Umgebungen, Simulations-Assets, Trainingsdaten, Basismodelle und eine Rangliste veröffentlichen, ohne ein Datum zu nennen. Genesis AI und Mimic Robotics testen den Benchmark im Early Access. „Fortschritte der Roboter-KI lassen sich nur dann mit echten Einsätzen verknüpfen, wenn wir präzise Manipulation in realen Industrieumgebungen objektiv messen können“, sagte CEO Ryu Jung-hee.

Die Schwachstelle ist, wer zuerst abgibt. Die erste Basislinie stammt von RLDX 1.1, RLWRLDs eigenem nächsten Modell, und im Juni erklärte das Unternehmen, sein RLDX-1 habe NVIDIAs GR00T N1.6 und Physical Intelligences π0.5 in acht Simulations-Benchmarks geschlagen. Eine Rangliste, deren erster Eintrag das Modell ihres Autors ist, liest du als Marketing, bis externe Labore eigene Ergebnisse eintragen.