في عام 2026، يشتد النقاش حول القيمة التجارية للتدريب المسبق بالفيديو VLA في مجال الذكاء المجسد. فمن جهة، يرتفع الحماس للتمويل، ومن جهة أخرى، يستمر الشك والتردد. يرى البعض أن تدريب الروبوتات باستخدام مقاطع الفيديو من الإنترنت ليس سوى ظاهرة مؤقتة يصعب تطبيقها صناعيًا. ومع ذلك، تقدم الشركة الكورية الجنوبية RLWRLD، بتمويل قدره 60 مليار وون كوري جنوبي، ما يعادل 41.8 مليون دولار، رؤية واضحة للقيمة التقنية والتجارية لهذه المنهجية.
ما يميز RLWRLD هو اختيارها عدم استخدام مقاطع الفيديو المتاحة مجانًا على الإنترنت، بل التركيز على السيناريوهات الواقعية من خلال تسجيل العمليات التشغيلية في بيئات مثل الفنادق والمستودعات. تتيح هذه الطريقة للروبوتات التكيف مع المهام المتكررة والموحدة في صناعة الخدمات دون الحاجة إلى تحويل البيئة.
هناك نموذجان للتدريب بالفيديو يتعايشان: استخدام مقاطع الفيديو عبر الإنترنت لتطوير الإدراك السريع للنماذج، ومنهجية RLWRLD التي تعتمد على مقاطع الفيديو من السيناريوهات الواقعية لتحقيق تنفيذ تجاري مستقر. هذه الأخيرة مناسبة بشكل خاص للسوقين الياباني والكوري الجنوبي، اللذين يواجهان نقصًا في اليد العاملة بسبب شيخوخة السكان. الروبوتات المدربة ببيانات حقيقية تندمج بسهولة في بيئات العمل القائمة، مما يوفر حلاً مرنًا ومنخفض التكلفة.
في المقابل، تعتمد المنهجية الصينية، التي تمثلها شركة Qianxun Intelligence، على مقاطع الفيديو عبر الإنترنت للتدريب المسبق العام، مكملة ببيانات محددة لتحسين السيناريوهات. على الرغم من أن هذه الطريقة تسمح بالتوسع السريع، إلا أنها تقدم قيودًا من حيث الاستقرار وتوحيد العمليات. تعكس الفروق بين هاتين المنهجيتين الواقع الصناعي المتميز لكل سوق.
