SOUTH KOREA / LONDON (IT BOLTWISE) – Die Startup-Gründer Tyler Raciti und Chet Ellis stellen mit Volumes „ground-truth reality in motion“ als Trainingsbasis für Physical/Embodied KI in den Mittelpunkt. Statt nur zu simulieren, wollen sie Realität mit Sensoren aus jeder Perspektive erfassen und daraus Datenformate wie 4D Gaussian Splatting entwickeln. Die Idee: KI-Systeme sollen spatiotemporale Zusammenhänge und reale Dynamiken wirklich lernen, bevor sie autonom handeln. Im Kern geht es um eine bessere „Sim-to-Real“-Schleife – und um die deutlich höheren Kosten von Fehlern in der physischen Welt.
In der KI-Entwicklung verlagert sich gerade ein Schwerpunkt: Weg von Modellen, die vor allem Muster in bereits vorhandenen digitalen Daten finden, hin zu Systemen, die in der physischen Welt verlässlich agieren sollen. Genau dort entsteht laut Volumes das Grundproblem, das andere Ansätze bislang kaum lösen: Aus dem, was die Menschheit jemals digitalisiert hat, beschreibt weniger als ein halbes Prozent den realen Raum und wie er sich im Zeitverlauf bewegt. Sprachmodelle konnten dagegen auf einen fast endlosen Korpus aus Text zugreifen, und Computer-Vision-Modelle profitierten historisch von umfangreichen Bildarchiven. Physical AI – oft auch als embodied AI beschrieben – braucht dagegen Daten, die Tiefe nicht nur schätzen, sondern direkt abbilden und die Reibung der realen Umgebung nicht „runterladen“ lassen, sondern gezielt messen.
Volumetric Capture ist dabei der zentrale technische Drehpunkt. Volumes kombiniert mehrere Sensoren, erfasst reale Umgebungen so, dass verschiedene Ansichten gleichzeitig in den Datensatz fließen, und erzeugt damit ein fortlaufendes Modell der Szene als „Reality in motion“. Die Firma positioniert diese Aufnahmen als superintelligent data: als möglichst authentisches Abbild menschlicher Erfahrung, das in neue Trainingsformate übersetzt wird. Besonders hervorgehoben wird 4D Gaussian Splatting (4DGS): Es erweitert das klassische 3D-Denken um eine Zeitschicht, sodass nicht nur die Geometrie einer Szene existiert, sondern deren Entwicklung. Damit rückt ein anderer Lernfokus in den Vordergrund, nämlich spatiotemporale Beziehungen und Dynamiken – also das, was KI-Systemen helfen soll, Bewegungen, Abstände und Abläufe als konsistente Realität zu interpretieren statt als isolierte Einzelbilder.
Aus Sicht der Unternehmensstory ist das nicht nur eine Datenbeschaffung, sondern ein Versuch, die Lücke zwischen „world models“ und echter Sensorik zu schließen. World-Model-Ansätze zielen darauf ab, dass KI im Inneren eine Simulation aufbaut, um das Verhalten der Welt vorherzusagen. Volumes beschreibt sich dabei als die „spatial data layer“: Die Daten sollen so beschaffen sein, dass eine Simulation sich nicht nur plausibel anfühlt, sondern an der realen physikalischen Welt kalibriert bleibt. Das Argument dahinter ist simpel und zugleich anspruchsvoll: Wenn KI heute in Datensätzen lernt, die menschliche Realität nicht wirklich abbilden, bleibt das Modell in Grenzfällen unzuverlässig. Genau deshalb setzen die Gründer zusätzlich zu reiner Raum-Zeit-Geometrie auf eine Erweiterung um „non-human variables“ – also Modalitäten, die über die fünf menschlichen Sinne hinausgehen. Beispiele, die genannt werden, sind Sonar-Analogie wie bei Fledermäusen und Infrarot-Wahrnehmung wie bei Schlangen, ergänzt um eine Schicht sensorischer Eindrücke, die menschliche Wahrnehmung mit abdeckt.
Der praktische Anspruch wird umso deutlicher, wenn man ihn gegen den typischen Trainings-Workflow und gegen die Kosten von Fehlern abgrenzt. In vielen digitalen Anwendungen ist ein Modellirrtum „reversibel“: Wenn ein Textmodell etwa eine falsche Quelle generiert, hat das vor allem organisatorische oder peinliche Folgen. In der physischen Welt kann die gleiche Art von Fehlannahme echte Schäden verursachen. Volumes nennt dafür konkrete Szenarien: Ein autonomes Fahrzeug kann eine rote Ampel falsch lesen oder Kinder neben einem stehenden Schulbus nicht erkennen. Solche Situationen hängen nicht nur von Semantik ab, sondern auch von zeitlicher Dynamik, Kontext und räumlicher Nähe. Als Branchenantwort wird deshalb häufig der Loop „real-to-sim-to-real“ (R2S2R) diskutiert: Systeme proben in Simulationen, die aus realen Aufnahmen gebaut werden, bevor sie echte Umgebungen anfahren. Aber diese Schleife ist nur so stark wie die Realität, die sie speist – und genau hier will Volumes mit seiner „ground-truth“ Datenstrategie angreifen.
Warum ist das auch ein Thema für Markt und Umsetzung? Weil Physical/Embodied AI derzeit zwar viele Demonstratoren hervorbringt, aber die zugrunde liegenden Datenpipelines oft nicht als wiederverwendbare Grundlage für die nächste Generation von Robotern verstanden werden. Chet Ellis beschreibt Volumes deshalb als Daten-Spezialist: Nicht die komplette Hardware-Baugruppe soll selbst entworfen werden, sondern die Daten und Werkzeuge für andere Builder, die Roboter künftig schneller und sicherer trainieren. Der Vergleich fällt dabei auch indirekt: In der Self-Driving- und Robotik-Welt existieren lange Datenhistorien und etablierte Pipelines; Waymo wird in diesem Kontext mit 17 Jahren Fahrdaten genannt, allerdings mit einem Betriebsrahmen, der deutlich weniger unvorhersehbar wirkt als menschliche Umgebungen. Tesla wird als Zielmarke erwähnt, jedoch wird die Trennlinie eher über die Datenlogik gezogen: Volumes will Daten für Konstellationen liefern, in denen Tiefe, Umgang mit Gegenständen und feine räumliche Aufgabenentscheidungen zentral sind – etwa wenn ein Roboter wissen muss, wo eine Fingerspitze ankommt, oder wie ein Glas sicher gehandhabt wird, ohne dass es vom Tisch fällt.
Die Personengeschichte dahinter erklärt, warum Volumes das Thema „Daten“ nicht als beliebige Ressource, sondern als Kernprodukt behandelt. Tyler Raciti verbindet den Zugriff auf Verantwortung aus seinem früheren Engagement gegen die Opioid-Krise mit einer späteren Firmenperspektive auf die „Art of creation“: Er beschreibt, dass ihn ein instabiler Lebensweg geprägt habe, während sein Vater zugleich unternehmerische Kreativität vorgelebt habe. Chet Ellis wiederum erzählt einen Weg über Film- und Schreibumgebungen, über gesellschaftlich geprägte Organisationen und über ein späteres Problemverständnis in multimodalen KI-Datenpipelines: Er sah ein strukturelles Missverhältnis darin, dass KI-generiertes Material und menschliche Arbeit ohne klare Trennlinien in denselben Strömen landen können. Aus dieser Wahrnehmung entstand eine Reise- und Sammlungsphase über mehrere Länder, die den Kern der Volumes-These stützt: Regionen und Lebensrealitäten, die in Trainingskorpora unterrepräsentiert sind, sollten systematisch erfasst werden. Ob man das als Vision oder als datengetriebenen Engineering-Ansatz betrachtet: In jedem Fall wird deutlich, dass die Gründer die technische Hürde nicht von der gesellschaftlichen und sicherheitsbezogenen Hürde trennen.
Für Unternehmen und Entwickler leitet sich daraus eine klare praktische Frage ab: Wie baut man Daten so auf, dass der Sprung von Simulation zu realen Operationen nicht zum Zufall wird? Wenn Volumes mit seinen spatiotemporalen und multimodalen Datensätzen tatsächlich „robot brain memories“ ermöglichen will, dann ist die Wirkung weniger eine neue App-Schicht als eine Veränderung der Trainingsbasis, die viele Folgearchitekturen entlasten könnte. Gleichzeitig bleibt es eine Herausforderung, weil Sensorfusion, Modellentwicklung und Daten-Produktisierung in der Praxis zusammenkommen müssen. Der Ton der Gründer ist dabei bemerkenswert vorsichtig: Sie betonen die Verantwortung in einer Welt, in der ein Fehler keinen Undo-Knopf hat. Genau damit versucht Volumes, Physical/Embodied KI von einem „funktioniert im Labor“-Narrativ in Richtung „funktioniert nachweisbar in der Realität“ zu verschieben.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Volumes baut „Ground-Truth“-Datensätze für Physical/Embodied KI und Robotics" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Volumes baut „Ground-Truth“-Datensätze für Physical/Embodied KI und Robotics" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Volumes baut „Ground-Truth“-Datensätze für Physical/Embodied KI und Robotics« bei Google Deutschland suchen, bei Bing oder Google News!