ГАЙД · COMPANIES · #487
Лес Карпас (Nvidia) обсудит «момент ChatGPT» для роботов на TechCrunch Disrupt 2026
На TechCrunch Disrupt 2026 (13–15 октября, Moscone West) руководитель направления Physical AI в Nvidia Inception Лес Карпас выступит с докладом о том, что у робототехники пока нет «момента ChatGPT», в основном из‑за отсутствия общедоступных масштабных наборов данных о физическом мире. Карпас и участники — основатели Shield AI, Colossal Biosciences, FieldAI и Foxglove — обсудят симуляцию, синтетические данные и фаундейшн‑модели как пути преодоления разрыва между цифровым и физическим.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- На TechCrunch Disrupt 2026 (13–15 октября, Moscone West) руководитель направления Physical AI в Nvidia Inception Лес Карпас выступит с докладом о том, что у робототехники пока нет «момента ChatGPT», в основном из‑за отсутствия общедоступных масштабных наборов данных о физическом мире.
- Карпас и участники — основатели Shield AI, Colossal Biosciences, FieldAI и Foxglove — обсудят симуляцию, синтетические данные и фаундейшн‑модели как пути преодоления разрыва между цифровым и физическим.
- Доклад показывает позицию Nvidia: основное препятствие для универсальных роботов — нехватка масштабных реальных данных, и подчеркивает подходы отрасли (симуляция, синтетические данные, фаундейшн‑модели для разных роботов), которые могут привести к прорыву.
ПОЧЕМУ ЭТО ВАЖНО
Доклад показывает позицию Nvidia: основное препятствие для универсальных роботов — нехватка масштабных реальных данных, и подчеркивает подходы отрасли (симуляция, синтетические данные, фаундейшн‑модели для разных роботов), которые могут привести к прорыву.
ИСТОЧНИКИ И ХРОНОЛОГИЯ
1The world hasn’t been the same since ChatGPT made its debut in November 2022, when seemingly out of nowhere, a means of engaging with large language models propelled AI beyond hype and into day-to-day reality. Robotics, like AI, has been discussed, built upon, and in some ways adopted for a long time now, but it’s yet to have that big breakthrough moment. And at TechCrunch Disrupt 2026 , Nvidia Inception’s Global He…
You have an AI product to build. Do you choose a proprietary frontier model and get moving quickly? Build on an open model and gain greater control? Fine-tune your own version? Run locally? Use multiple models? Change strategy six months from now when the economics and capabilities shift again? There may not be one right answer. But for founders, choosing badly can affect almost everything that follows — cost, infra…