NVIDIA открыла 100 тысяч часов человеческих демонстраций для обучения роботов
Роботам трудно учиться действиям руками: данных о том, как это делают люди, катастрофически мало. NVIDIA собрала 1 млн часов демонстраций от первого лица: видео с камеры на голове, трекинг головы и рук и текстовые описания действий. Из них 100 тысяч часов выложены в открытый доступ на Hugging Face. Разработчикам роботов это бесплатная основа для предобучения без дорогой съёмки.
AI-обработка оригинала X: @NVIDIARobotics; редакция Hamidun News
Языковые модели выросли на триллионах слов из интернета. У роботов такого океана данных нет: никто не выкладывал в сеть миллионы часов того, как руки открывают ящики, перекладывают детали или наливают воду. Именно эту дыру NVIDIA пытается закрыть новым набором данных: компания собрала 1 млн часов человеческих демонстраций и открыла сообществу 100 тысяч часов из них.
Что внутри датасета
По описанию NVIDIA Robotics, записи сделаны от первого лица (egocentric video): камера смотрит на мир глазами человека, а не со стороны. Вместе с видео идут данные о положении головы и рук, то есть о том, куда человек смотрит и как именно двигает пальцами и кистями. Третий слой — языковые аннотации: короткие описания того, что происходит в кадре.
Проще всего представить это на бытовом примере. Человек моет чашку. В записи есть картинка того, что он видит, траектория его рук и подпись вроде «берёт чашку и ставит под кран». Из такой тройки модель учится связывать слова, картинку и движение. Это как раз то, что нужно роботу, которому говорят «помой посуду» и ждут осмысленных действий манипулятора.
Набор опубликован на Hugging Face, так что скачать и попробовать его может любая команда, а не только крупные лаборатории.
Почему это важно для разработчиков роботов
Главный способ собирать данные для роботов сегодня — телеуправление: оператор в специальном костюме или с контроллерами водит робота, а система записывает действия. Это дорого и медленно, масштабировать до миллионов часов трудно. Записи людей дешевле: человек просто делает свою работу, а на нём висит камера и датчики.
У такого подхода есть очевидный плюс: огромное разнообразие. Люди по-разному держат предметы, работают в разных кухнях, мастерских и офисах. Для предобучения моделей, которые потом дообучают на небольшом количестве данных с реального робота, это полезная основа.
Для стартапов и исследовательских групп открытые 100 тысяч часов означают возможность начать предобучение или эксперименты с переносом навыков с человека на робота, не собирая собственный корпус с нуля. Для компаний, которые делают гуманоидов и манипуляторы, это ещё и ориентир: рынок движется к тому, что данные о человеческом опыте становятся таким же базовым ресурсом, как веб-тексты для LLM.
Ограничения и что проверить
Видеть руки человека — ещё не значит уметь повторить движение. У робота другое тело: иное число пальцев, другая сила хвата, другие ограничения по суставам. Поэтому между записью человека и действием железа остаётся разрыв, и его нужно закрывать отдельно: пересчётом движений под конкретную кинематику и дообучением на данных самого робота.
Ещё один момент: открыта только десятая часть собранного объёма. Остальные 900 тысяч часов остаются у NVIDIA, и это даёт компании преимущество в обучении собственных моделей.
Перед тем как строить на датасете продукт, стоит заглянуть на страницу набора на Hugging Face и проверить условия лицензии, формат разметки и то, какие сценарии и среды в нём покрыты. Если ваша задача — складская логистика, а в данных в основном домашние дела, пользы будет меньше.
Практический вывод: если вы делаете робототехнику или модели для физических задач, пора включать человеческие видео от первого лица в свой план по данным. Бесплатные 100 тысяч часов — хороший повод проверить этот путь на небольшом эксперименте уже сейчас.
- 22 нояб. 2026 г.Together AI: ИИ-агент случайно выложил ключ в GitHub, и посторонний скачал промпты
- 21 нояб. 2026 г.Восемь open-source инструментов для ИИ-агентов: Browser Use лидирует со 121 тысячей звёзд
- 21 нояб. 2026 г.Thinking Machines выпустила открытую Inkling 2 Mini на 26,4 млрд параметров для Mac с 32 ГБ
- 21 нояб. 2026 г.Видеомодель AURA 2.0 сама вступает в разговор: ответ звучит через 344 мс
Вопросы и ответы по материалу
Что известно по теме: что внутри датасета?
По описанию NVIDIA Robotics, записи сделаны от первого лица (egocentric video): камера смотрит на мир глазами человека, а не со стороны. Вместе с видео идут данные о положении головы и рук, то есть о том, куда человек смотрит и как именно двигает пальцами и кистями. Третий слой — языковые аннотации: короткие описания того, что происходит в кадре. Проще всего представить это на бытовом примере. Человек моет чашку.
Что известно по теме: почему это важно для разработчиков роботов?
Главный способ собирать данные для роботов сегодня — телеуправление: оператор в специальном костюме или с контроллерами водит робота, а система записывает действия. Это дорого и медленно, масштабировать до миллионов часов трудно. Записи людей дешевле: человек просто делает свою работу, а на нём висит камера и датчики. У такого подхода есть очевидный плюс: огромное разнообразие. Люди по-разному держат предметы, работают в разных кухнях, мастерских и офисах.
Что известно по теме: ограничения и что проверить?
Видеть руки человека — ещё не значит уметь повторить движение. У робота другое тело: иное число пальцев, другая сила хвата, другие ограничения по суставам. Поэтому между записью человека и действием железа остаётся разрыв, и его нужно закрывать отдельно: пересчётом движений под конкретную кинематику и дообучением на данных самого робота. Ещё один момент: открыта только десятая часть собранного объёма. Остальные 900 тысяч часов остаются у NVIDIA, и это даёт компании преимущество в обучении собственных моделей.
Протестируйте новые LLM и мультимодальные модели в одном окне
Платформа Nomad AI (nomadnet.ai) даёт прямой доступ к Claude Opus 5.5, GPT-6, Gemini 3.1, DeepSeek и автономным агентам без VPN, зарубежных карт и зоопарка подписок.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.