Hanademi

Touch must earn its place

29 slides · 9 min · 1 minute ago language
ENES
theme
LightDark
view
DeckTableTalk
brand
HanademiPlatzi
Touch must earn its placeMade for Freddy Vega, by Hanademi
El tacto debe ganarse su lugarMade for Freddy Vega, by Hanademi
Public robot datasets already hold 60,000 to110,000 trajectoriesReported trajectories in BridgeData V2, DROID, and RH20T, published in 2023 and 2024.Made for Freddy Vega, by HanademiSources: Walke, H., et al. (2023). BridgeData V2: A dataset for robot learning at scale. Conference on Robot Learning.; Khazatsky, A., et al.(2024). DROID: A large-scale in-the-wild robot manipulation dataset. Robotics: Science and Systems.; Fang, H. S., et al. (2023). RH20T: Acomprehensive robotic dataset for learning diverse skills in one-shot. arXiv.Unittrajectories110KRH20T76KDROID60.1KBridgeData V2
Robot training is no longer a collection of tiny laboratory trials. Three public datasets each contain tens of thousands of trajectories, and RH20T reaches roughly 110,000. That scale creates an opening for better signals, but trajectory counts do not reveal commercial spending.
Los conjuntos robóticos públicos ya reúnende 60.000 a 110.000 trayectoriasTrayectorias reportadas en BridgeData V2, DROID y RH20T, publicados en 2023 y 2024.Made for Freddy Vega, by HanademiFuentes: Walke, H., et al. (2023). BridgeData V2: A dataset for robot learning at scale. Conference on Robot Learning.; Khazatsky, A., et al.(2024). DROID: A large-scale in-the-wild robot manipulation dataset. Robotics: Science and Systems.; Fang, H. S., et al. (2023). RH20T:A comprehensive robotic dataset for learning diverse skills in one-shot. arXiv.Unidadtrayectorias110KRH20T76KDROID60,1KBridgeData V2
El entrenamiento robótico ya no consiste en pequeños ensayos de laboratorio. Tres conjuntos públicos contienen decenas de miles de trayectorias y RH20T alcanza unas 110.000. Esa escala abre espacio para mejores señales, pero los recuentos no revelan gasto comercial.
Four terms behind the investment caseMade for Freddy Vega, by HanademiTrajectoryOne recorded sequence of robot actions and observations.Tactile sensingMeasuring contact, force, pressure, or deformation.RetargetingTranslating human motion into commands for a different robot body.Zero-shot transferApplying learned behavior without new training examples.
A trajectory records behavior, and tactile sensing adds contact information. Retargeting translates human motion into another robot body. Zero-shot transfer is especially valuable because it can reduce the need for new robot training data.
Cuatro términos detrás del caso deinversiónMade for Freddy Vega, by HanademiTrayectoriaUna secuencia registrada de acciones y observaciones del robot.Detección táctilMedir contacto, fuerza, presión o deformación.RetargetingTraducir movimiento humano a órdenes para un cuerpo robótico diferente.Transferencia zero-shotAplicar una conducta aprendida sin nuevos ejemplos de entrenamiento.
Una trayectoria registra conducta y la detección táctil añade información de contacto. El retargeting traduce movimiento humano a otro cuerpo robótico. La transferencia zero-shot es especialmente valiosa porque puede reducir la necesidad de nuevos datos robóticos.
Scale starts with an operatorAn operator uses two control devices as a robotic arm stacks wooden blocks.Sources: AI's Next Bottleneck Is a Warehouse of People Playing Jenga. businessmodelanalyst.com.
Even industrial-scale robot data starts with people controlling physical tasks one demonstration at a time.
La escala empieza con un operadorUn operador utiliza dos dispositivos de control mientras un brazo robótico apila bloques de madera.Fuentes: AI's Next Bottleneck Is a Warehouse of People Playing Jenga. businessmodelanalyst.com.
Incluso los datos robóticos a escala industrial comienzan con personas que controlan tareas físicas, demostración por demostración.
JD.com's robot-training plan reachesworkforce scaleReported participants in a two-year Suqian program targeting 10 million robot-training hours.Made for Freddy Vega, by HanademiSources: aiweekly.co.UnitpeopleEmployees100KContractors500K5x
The reported JD.com plan treats robot-training data as an industrial operation. It names 100,000 employees, 500,000 contractors, and a target of 10 million hours over two years. The secondary source signals possible scale, not verified spending.
El plan de entrenamiento robótico deJD.com alcanza escala laboralParticipantes reportados en un programa de dos años en Suqian que apunta a 10 millones de horas.Made for Freddy Vega, by HanademiFuentes: aiweekly.co.UnidadpersonasEmpleados100KContratistas500K5x
El plan reportado de JD.com trata los datos robóticos como una operación industrial. Menciona 100.000 empleados, 500.000 contratistas y una meta de 10 millones de horas en dos años. La fuente secundaria indica escala posible, no gasto verificado.
Robotics capital is abundant, but tactilebudgets remain hiddenAnnounced 2024 funding rounds for Figure, Skild AI, and 1X, USD millions.Made for Freddy Vega, by HanademiSources: Figure AI. (2024). Figure raises $675M Series B.; Skild AI. (2024). Skild AI raises $300M Series A.; 1X Technologies. (2024). 1Xraises $100M Series B.UnitUSDFigure$675MSkild AI$300M1X$100M
Embodied AI companies have access to serious capital. Figure announced $675 million, Skild AI $300 million, and 1X $100 million. Those rounds identify funded prospects, but none reveals how much reaches demonstrations, tactile sensing, or external suppliers.
Abunda el capital robótico, pero lospresupuestos táctiles siguen ocultosRondas de financiación anunciadas en 2024 por Figure, Skild AI y 1X, millones de USD.Made for Freddy Vega, by HanademiFuentes: Figure AI. (2024). Figure raises $675M Series B.; Skild AI. (2024). Skild AI raises $300M Series A.; 1X Technologies. (2024). 1Xraises $100M Series B.UnidadUSDCifra$675 MSkild AI$300 M1X$100 M
Las empresas de IA física tienen acceso a capital importante. Figure anunció US$675 millones, Skild AI US$300 millones y 1X US$100 millones. Esas rondas identifican prospectos financiados, pero ninguna revela cuánto llega a demostraciones, tacto o proveedores externos.
AgiBot's implied robot-hour cost spans an8.5x rangeImplied AgiBot labor cost and reported market range, yuan per trajectory-hour.Made for Freddy Vega, by HanademiSources: insidecm.substack.com.UnitCNY per trajectory-hourAgiBot implied rangeCNY265CNY2,244Lower estimateUpper estimateReported market rangeCNY500CNY1,000Lower rateUpper rate
AgiBot disclosures imply 265 to 2,244 yuan per trajectory-hour. A reported market range sits at 500 to 1,000 yuan. The ranges overlap, but their width shows why Nerve cannot infer a reliable customer budget from one public estimate.
El costo implícito por hora de AgiBotabarca un rango de 8,5xCosto laboral implícito de AgiBot y rango de mercado reportado, yuanes por hora de trayectoria.Made for Freddy Vega, by HanademiFuentes: insidecm.substack.com.UnidadCNY por hora de trayectoriaRango implícito de AgiBotCNY265CNY2.244Estimación inferiorEstimación superiorRango de mercado reportadoCNY500CNY1.000Tarifa inferiorTarifa superior
Las divulgaciones de AgiBot implican 265 a 2.244 yuanes por hora de trayectoria. Un rango de mercado reportado se sitúa entre 500 y 1.000 yuanes. Los rangos se superponen, pero su amplitud impide inferir un presupuesto fiable.
Open X-Embodiment combines 60 datasetsacross 22 robot embodiments.A reusable tactile format must preserve useful contact information while adapting actionsto different robot bodies.Sources: Open X-Embodiment Collaboration. (2024). Open X-Embodiment: Robotic learning datasets and RT-X models. IEEE International Conference onRobotics and Automation.
Open X-Embodiment combines roughly 60 datasets from 34 laboratories and 22 robot embodiments. That breadth proves the value of pooled data. It also exposes a core problem for Nerve: different robot bodies do not consume human motion in the same way.
Open X-Embodiment combina 60 conjuntosen 22 cuerpos robóticos.Un formato táctil reutilizable debe conservar información útil de contacto y adaptar lasacciones a distintos cuerpos robóticos.Fuentes: Open X-Embodiment Collaboration. (2024). Open X-Embodiment: Robotic learning datasets and RT-X models. IEEE International Conference onRobotics and Automation.
Open X-Embodiment combina unos 60 conjuntos de 34 laboratorios y 22 cuerpos robóticos. Esa amplitud prueba el valor de reunir datos. También expone un problema central para Nerve: los distintos robots no usan el movimiento humano de la misma manera.
RT-2 reported 62% success on emergentskills without tactile input.The result does not show that touch is useless. It establishes a strong vision-onlybenchmark for a controlled tactile comparison.Sources: Brohan, A., et al. (2023). RT-2: Vision-language-action models transfer web knowledge to robotic control. Conference on Robot Learning.
Touch is not competing against a weak camera system. RT-2 reported 62% success on emergent skills without tactile input. Nerve must therefore prove incremental value on tasks where contact reveals information that vision cannot recover.
RT-2 reportó 62% de éxito en habilidadesemergentes sin tacto.El resultado no demuestra que el tacto sea inútil. Establece una referencia visual fuertepara una comparación táctil controlada.Fuentes: Brohan, A., et al. (2023). RT-2: Vision-language-action models transfer web knowledge to robotic control. Conference on Robot Learning.
El tacto no compite contra un sistema visual débil. RT-2 reportó 62% de éxito en habilidades emergentes sin entrada táctil. Nerve debe demostrar valor incremental en tareas donde el contacto revela información que la visión no puede recuperar.
Vision is already at the handCameras surround a robotic gripper holding a white pipette-like object.Sources: Collecting robot training data is dirty, unglamorous work. Some AI labs are already paying XDOF to do it. | TechCrunch. techcrunch.com.
Camera-equipped grippers set a visual baseline that tactile sensing must improve in contact-heavy work.
La visión ya está en la manoVarias cámaras rodean una pinza robótica que sostiene un objeto blanco parecido a una pipeta.Fuentes: Collecting robot training data is dirty, unglamorous work. Some AI labs are already paying XDOF to do it. | TechCrunch. techcrunch.com.
Las pinzas equipadas con cámaras establecen una base visual que el tacto debe mejorar en tareas de contacto.
In 2025, Feel the Force reportedzero-shot transfer from tactiledemonstrations.The result directly tests human tactile demonstrations. A quantified comparison againstthe same policy without tactile input is still needed for a commercial decision.Sources: feel-the-force-ftf.github.io.
This is the clearest signal that Nerve's proposed data type can matter. Feel the Force reported policy transfer from tactile-glove human demonstrations without robot training data at an RSS workshop in 2025. One workshop result is promising, but it does not establish broad production performance.
En 2025, Feel the Force reportótransferencia zero-shot desdedemostraciones táctiles.El resultado prueba directamente demostraciones humanas táctiles. Aún se necesita unacomparación cuantificada contra la misma política sin tacto para tomar una decisióncomercial.Fuentes: feel-the-force-ftf.github.io.
Esta es la señal más clara de que el tipo de datos propuesto por Nerve puede importar. Feel the Force reportó transferencia desde demostraciones humanas con guante táctil sin datos robóticos en un taller RSS de 2025. Un resultado de taller es prometedor, pero no establece rendimiento productivo general.
Human finger motion can collapse into onegripper axisApproximate articulated dimensions in a human hand versus a common parallel gripper.Made for Freddy Vega, by HanademiSources: Cutkosky, M. R. (1989). On grasp choice, grasp models, and the design of hands for manufacturing tasks. IEEETransactions on Robotics and Automation.; Open X-Embodiment Collaboration. (2024). Open X-Embodiment: Robotic learningdatasets and RT-X models. IEEE International Conference on Robotics and Automation.Unitarticulated dimensionsHuman hand20Parallel gripper120x
A glove can record far more motion than many robots can reproduce. Human hands have more than 20 articulated dimensions, while a common parallel gripper has one. Retargeting is therefore a product bottleneck, not a simple export step.
El movimiento humano puede reducirse a unsolo eje de pinzaDimensiones articuladas aproximadas de una mano humana frente a una pinza paralela común.Made for Freddy Vega, by HanademiFuentes: Cutkosky, M. R. (1989). On grasp choice, grasp models, and the design of hands for manufacturing tasks. IEEETransactions on Robotics and Automation.; Open X-Embodiment Collaboration. (2024). Open X-Embodiment: Robotic learningdatasets and RT-X models. IEEE International Conference on Robotics and Automation.Unidaddimensiones articuladasMano humana20Pinza paralela120x
Un guante puede registrar mucho más movimiento del que muchos robots reproducen. Las manos humanas tienen más de 20 dimensiones articuladas y una pinza paralela común tiene una. El retargeting es un cuello de botella del producto, no una simple exportación.
The last motion happens at the gripperA humanoid robot reaches its gripper toward clothing on a sofa.Sources: How China is using human labor to win the humanoid robot data race - Rest of World. restofworld.org.
The scene makes hand-level control concrete when human motion must become gripper motion.
El último movimiento ocurre en la pinzaUn robot humanoide acerca su pinza a ropa colocada sobre un sofá.Fuentes: How China is using human labor to win the humanoid robot data race - Rest of World. restofworld.org.
La escena concreta el control de la mano cuando el movimiento humano debe convertirse en movimiento de la pinza.
Phi9 adds a glove to five body sensorsSensor sources used for fine-grained finger tracking across 2,052 recorded frames.Made for Freddy Vega, by HanademiSources: huggingface.co.Unitsensor sourcesBody sensors5Instrumented glove1
Phi9 combines five active body sensors with an instrumented glove. The dataset contains 2,052 frames designed for fine-grained finger tracking. This supports the sensing premise behind Nerve, although dataset size alone does not prove robot-performance gains.
Phi9 añade un guante a cinco sensorescorporalesFuentes de sensores usadas para rastrear los dedos en 2.052 cuadros registrados.Made for Freddy Vega, by HanademiFuentes: huggingface.co.Unidadfuentes de sensoresSensores corporales5Guante instrumentado1
Phi9 combina cinco sensores corporales activos con un guante instrumentado. El conjunto contiene 2.052 cuadros para rastrear los dedos con precisión. Esto respalda la premisa de Nerve, aunque el tamaño no prueba mejoras del robot.
ReSkin reported durability beyond 50,000interactions at under $6 in material.Low material cost improves feasibility, but electronics, calibration, integration, andreplacement labor remain outside the figure.Sources: Bhirangi, R., et al. (2021). ReSkin: Versatile, replaceable, lasting tactile skins. Conference on Robot Learning.
Tactile sensing does not automatically require fragile, expensive surfaces. ReSkin reported material costing below $6 and durability beyond 50,000 interactions. Those figures concern sensing material, not a complete calibrated glove or commercial capture system.
ReSkin reportó más de 50.000interacciones con menos de US$6 en material.El bajo costo del material mejora la viabilidad, pero electrónica, calibración, integracióny mano de obra quedan fuera.Fuentes: Bhirangi, R., et al. (2021). ReSkin: Versatile, replaceable, lasting tactile skins. Conference on Robot Learning.
La detección táctil no exige automáticamente superficies frágiles y costosas. ReSkin reportó material por menos de US$6 y durabilidad superior a 50.000 interacciones. Esas cifras corresponden al material sensor, no a un guante calibrado completo.
Tactile human datasets span tasks, but theevidence is unevenReported VTDexManip tasks versus a reconstructed DexCap task count requiring verification.Made for Freddy Vega, by HanademiSources: proceedings.iclr.cc.; Wang, C., et al. (2024). DexCap: Scalable and portable mocap data collection system for dexterous manipulation.Robotics: Science and Systems.VTDexManip reports 10 tasks.Unittasks10VTDexManip6DexCap
Tactile human data is not limited to one laboratory gesture. VTDexManip reports 10 daily tasks and 182 objects, while DexCap describes portable collection across several tasks and robot embodiments. The breadth is encouraging, but the reconstructed DexCap count needs verification.
Los datos táctiles humanos abarcan tareas,pero la evidencia es desigualTareas reportadas en VTDexManip frente a un recuento reconstruido de DexCap que requiere verificación.Made for Freddy Vega, by HanademiFuentes: proceedings.iclr.cc.; Wang, C., et al. (2024). DexCap: Scalable and portable mocap data collection system for dexterous manipulation.Robotics: Science and Systems.VTDexManip reporta 10 tareas.Unidadtareas10VTDexManip6DexCap
Los datos táctiles humanos no se limitan a un gesto de laboratorio. VTDexManip reporta 10 tareas cotidianas y 182 objetos, mientras DexCap describe captura portátil en varias tareas y robots. La amplitud es prometedora, pero el recuento de DexCap necesita verificación.
RoboTurk captured 2,114 demonstrationsfrom 54 users in one week.Collection throughput is already measurable. A tactile layer must preserve usability,synchronization, and operator comfort at similar scale.Sources: roboturk.stanford.edu.
RoboTurk shows how quickly distributed human collection can produce robot data. In one week, 54 users generated 2,114 demonstrations totaling 111.25 hours using three Sawyer arms. Nerve's opportunity is to add richer contact signals without destroying that collection speed.
RoboTurk capturó 2.114 demostraciones de54 usuarios en una semana.La productividad de captura ya es medible. Una capa táctil debe preservar usabilidad,sincronización y comodidad a una escala similar.Fuentes: roboturk.stanford.edu.
RoboTurk muestra la velocidad de una captura humana distribuida. En una semana, 54 usuarios generaron 2.114 demostraciones y 111,25 horas usando tres brazos Sawyer. La oportunidad de Nerve es añadir contacto sin destruir esa velocidad.
Figure 02 accumulated 1,250production hours during an11-month BMW deployment.Production deployment identifies a serious embodied-AI operator. It does not establishthat Figure would buy Nerve's proposed system.Sources: deploy.report.
A plausible customer needs more than funding. Figure 02 reportedly accumulated 1,250 production hours and handled more than 90,000 parts during an 11-month BMW deployment. That operating exposure makes Figure relevant, but it does not confirm a tactile-data purchase.
Figure 02 acumuló 1.250 horasproductivas durante 11 meses en BMW.El despliegue productivo identifica un operador serio de IA física. No establece queFigure compraría el sistema propuesto por Nerve.Fuentes: deploy.report.
Un cliente plausible necesita más que financiación. Figure 02 acumuló 1.250 horas productivas y manipuló más de 90.000 piezas durante 11 meses en BMW. Esa experiencia hace relevante a Figure, pero no confirma una compra de datos táctiles.
Japan's industry ministry announced¥387,300,000,000 for a domesticphysical-AI foundation model.Public investment can create funded partners and adoption programs. Nerve still needs adirect buyer with a contact-rich task.Sources: japantimes.co.jp.
Government capital is entering physical AI at national scale. Japan's industry ministry announced ¥387,300,000,000 for a foundation model intended for broad use by Japanese companies. That funding expands the potential ecosystem, but it does not reserve money for tactile data.
El ministerio de Industria de Japón anunció¥387.300.000.000 para un modelofundacional nacional de IA física.La inversión pública puede crear socios financiados y programas de adopción. Nerve aúnnecesita un comprador directo con una tarea rica en contacto.Fuentes: japantimes.co.jp.
El capital público está entrando en la IA física a escala nacional. El ministerio de Industria de Japón anunció ¥387.300.000.000 para un modelo destinado al uso empresarial. Esa financiación amplía el ecosistema potencial, pero no reserva dinero para datos táctiles.
The commitment has an institutional homeThe headquarters building of Japan's Ministry of Economy, Trade and Industry.Sources: japantimes.co.jp.
Japan's physical-AI commitment comes from the ministry represented by this headquarters.
El compromiso tiene una sede institucionalEl edificio sede del Ministerio de Economía, Comercio e Industria de Japón.Fuentes: japantimes.co.jp.
El compromiso de Japón con la IA física procede del ministerio representado por esta sede.
Since 2020, Korea's AI VoucherProgramme has supported morethan 1,000 projects.Voucher programs could finance an early pilot when a qualified robotics customeralready values the task outcome.Sources: oecd.org.
Subsidies can reduce the first-purchase barrier for emerging technology. Korea's AI Voucher Programme has supported more than 1,000 projects since 2020, with positive effects reported on employment, sales, and company performance. It is a route to test demand, not proof of tactile willingness to pay.
Sources
Desde 2020, el Programa de Valesde IA de Corea ha apoyado más de1.000 proyectos.Los programas de vales podrían financiar un piloto cuando un cliente robótico calificadoya valore el resultado.Fuentes: oecd.org.
Los subsidios pueden reducir la barrera de la primera compra. El Programa de Vales de IA de Corea ha apoyado más de 1.000 proyectos desde 2020, con efectos positivos reportados en empleo, ventas y desempeño. Es una vía para probar demanda, no prueba de pago por tacto.
Fuentes
Robotic manipulation is on displayA presenter displays two balls while robotic arms appear on a screen behind him.Sources: Korea to Commercialize Industry-Specific Humanoids by 2028; Samsung to Invest in Gumi - Seoul Economic Daily. en.sedaily.com.
A presentation featuring objects and robotic arms makes the commercialization push tangible after the policy signal.
La manipulación robótica está en exhibiciónUn presentador muestra dos pelotas mientras aparecen brazos robóticos en una pantalla detrás de él.Fuentes: Korea to Commercialize Industry-Specific Humanoids by 2028; Samsung to Invest in Gumi - Seoul Economic Daily. en.sedaily.com.
Una presentación con objetos y brazos robóticos vuelve tangible el impulso comercial después de la señal política.
In 2026, 1X NEO lists at $20,000outright or $499 monthly.The robot price is an adjacent purchasing anchor, not a comparable tactile-datatransaction.Sources: news.deploy.report.
The proposed $25,000 Nerve pilot faces a sharp hardware anchor. In 2026, a complete 1X NEO lists at $20,000 outright or $499 monthly with a six-month minimum. A customer may still pay more for valuable data, but the pilot must justify why its outcome exceeds the price of a robot.
En 2026, 1X NEO cuesta US $20.000 alcontado o US$499 mensuales.El precio del robot es una referencia de compra adyacente, no una transaccióncomparable de datos táctiles.Fuentes: news.deploy.report.
El piloto propuesto de US$25.000 enfrenta una referencia dura. En 2026, un 1X NEO completo cuesta US$20.000 al contado o US$499 mensuales con un mínimo de seis meses. Un cliente puede pagar más por datos valiosos, pero el piloto debe justificarlo.
A 60% pilot margin exists only on paperIllustrative $25,000 pilot with $10,000 direct cost, not verified Nerve pricing or cost.Made for Freddy Vega, by HanademiSources: NeuroStar ROI (2026): Profit, Break-Even.$25,000 revenue minus $10,000 direct cost equals $15,000 gross profit and 60% gross margin.UnitUSD$0$10K$20K$25KPilot revenue-$10KDirect cost$15KGross profit
The proposed pilot can look attractive in a spreadsheet. At $25,000 revenue and $10,000 direct cost, gross profit is $15,000 and margin is 60%. One difficult integration could erase the result because Nerve's direct costs are unverified.
Un margen de 60% para el piloto solo existesobre el papelPiloto ilustrativo de US$25.000 con US$10.000 de costo directo, sin precios ni costos verificados de Nerve.Made for Freddy Vega, by HanademiFuentes: NeuroStar ROI (2026): Profit, Break-Even.US$25.000 de ingreso menos US$10.000 de costo directo equivalen a US$15.000 de beneficio bruto y 60% de margen.UnidadUSD$0$10K$20K$25KIngreso del piloto-$10KCosto directo$15KBeneficio bruto
El piloto propuesto puede parecer atractivo en una hoja de cálculo. Con US$25.000 de ingreso y US$10.000 de costo directo, el beneficio bruto es US$15.000 y el margen 60%. Una integración difícil podría borrar el resultado porque los costos no están verificados.
Four wins sit at the end of a hypothetical40-target funnelIllustrative founder-led sales funnel with no observed Nerve conversion data.Made for Freddy Vega, by HanademiSources: Themed Pilots | Clinical and Translational Science ....; nerveinstruments.com – Website Launch Record | Website Launches.Four wins from 40 targets equal 10% total conversion.UnitprospectsTargets · 40Meetings · 16Evaluations · 8Wins · 4
The arithmetic route to initial revenue is simple. Forty targets become 16 meetings, eight evaluations, and four wins in the proposed funnel. At $25,000 each, those wins create $100,000, but every conversion assumption remains unobserved.
Cuatro ventas esperan al final de un embudohipotético de 40 objetivosEmbudo comercial ilustrativo liderado por fundadores, sin datos observados de conversión de Nerve.Made for Freddy Vega, by HanademiFuentes: Themed Pilots | Clinical and Translational Science ....; nerveinstruments.com – Website Launch Record | Website Launches.Cuatro ventas entre 40 objetivos equivalen a 10% de conversión.UnidadprospectosObjetivos · 40Reuniones · 16Evaluaciones · 8Ventas · 4
La ruta aritmética hacia los primeros ingresos es sencilla. Cuarenta objetivos se convierten en 16 reuniones, ocho evaluaciones y cuatro ventas. A US$25.000 cada una, generan US$100.000, pero todos los supuestos siguen sin observarse.
Recurring revenue scales fast only aftereach rig pays $1,000 monthlyIllustrative annual recurring revenue at 10, 50, and 100 rigs, before churn or discounts.Made for Freddy Vega, by HanademiSources: Moku Compile.Scenario assumes $1,000 per rig per month with no churn, discounts, or unpaid deployment.UnitUSD ARR10 rigs$120K50 rigs$600K100 rigs$1.2M
Software could turn installed hardware into recurring revenue. At the proposed rate, 10 rigs yield $120,000 ARR and 100 yield $1.2 million. The curve is arithmetic, not traction, because no customer has validated the monthly price or renewal behavior.
Los ingresos recurrentes escalan rápidosolo si cada equipo paga US$1.000 al mesIngresos recurrentes anuales ilustrativos con 10, 50 y 100 equipos, antes de bajas o descuentos.Made for Freddy Vega, by HanademiFuentes: Moku Compile.El escenario supone US$1.000 por equipo al mes, sin bajas, descuentos ni despliegues no pagados.UnidadARR en USD10 equipos$120K50 equipos$600K100 equipos$1,2 M
El software podría convertir el hardware instalado en ingresos recurrentes. A la tarifa propuesta, 10 equipos producen US$120.000 de ARR y 100 producen US$1,2 millones. La curva es aritmética, no tracción, porque ningún cliente ha validado el precio ni la renovación.
Losing one equal-sized customerremoves 25% of revenue.This is a mathematical sensitivity scenario. It does not describe observed Nervecustomers or revenue.
Four pilots create concentration, not diversification. If each customer contributes equally, losing one removes 25% of revenue. Renewal and delivery quality therefore matter as much as winning the first contract.
Perder un cliente del mismo tamaño elimina25% de los ingresos.Este es un escenario matemático de sensibilidad. No describe clientes ni ingresosobservados de Nerve.
Cuatro pilotos crean concentración, no diversificación. Si cada cliente aporta lo mismo, perder uno elimina 25% de los ingresos. La renovación y la calidad operativa importan tanto como ganar el primer contrato.
Nerve earns an investment case through 4paid pilotsProposed evidence gates before assigning a confident robotics-data valuation.Made for Freddy Vega, by HanademiThese are proposed investment gates, not completed commercial milestones.UnitmilestonesPaid pilots · 4Renewals · 2Repeatable integration · 1Data-rights contract · 1
The evidence supports a milestone-based experiment, not a confident data-company valuation. Four paid pilots test demand, two renewals test ongoing value, and one repeatable integration tests scalability. A contract preserving derived-data rights determines whether the dataset can become an asset beyond one customer.
Nerve se gana un caso de inversión con 4pilotos pagadosHitos de evidencia propuestos antes de asignar una valoración segura como empresa de datos robóticos.Made for Freddy Vega, by HanademiEstos son hitos de inversión propuestos, no logros comerciales completados.UnidadhitosPilotos pagados · 4Renovaciones · 2Integración repetible · 1Contrato de datos · 1
La evidencia respalda un experimento por hitos, no una valoración segura como empresa de datos. Cuatro pilotos prueban demanda, dos renovaciones prueban valor continuo y una integración repetible prueba escalabilidad. Un contrato que preserve derechos derivados decide si los datos pueden convertirse en un activo.
The evidence spans dataset scale, tactiletransfer, vision-only progress, andcustomer concentration.A paid, controlled tactile pilot should test transfer and renewal economics withouttreating dataset scale as proof of commercial spending.Sources: Walke, H., et al. (2023). BridgeData V2: A dataset for robot learning at scale. Conference on Robot Learning.; Khazatsky, A., et al. (2024). DROID: A large-scale in-the-wild robot manipulation dataset. Robotics:Science and Systems.; Fang, H. S., et al. (2023). RH20T: A comprehensive robotic dataset for learning diverse skills in one-shot. arXiv.; BridgeData V2: A Dataset for Robot Learning at Scale.; aiweekly.co.; Brohan, A.,et al. (2023). RT-2: Vision-language-action models transfer web knowledge to robotic control. Conference on Robot Learning.; Vision-Language-Action Models Transfer Web Knowledge to Robotic ....; Cutkosky, M. R…
Robot-learning data is already large enough to support specialist infrastructure. Tactile demonstrations may add unique value, but retargeting and vision-only progress set a demanding standard. Nerve becomes investable when customers pay, renew, and preserve reusable data rights.
La evidencia abarca la escala de datos, latransferencia táctil, el progreso visual y laconcentración de clientes.Un piloto táctil pagado y controlado debería probar la transferencia y la economía derenovación sin tratar la escala de datos como prueba de gasto comercial.Fuentes: Walke, H., et al. (2023). BridgeData V2: A dataset for robot learning at scale. Conference on Robot Learning.; Khazatsky, A., et al. (2024). DROID: A large-scale in-the-wild robot manipulation dataset. Robotics:Science and Systems.; Fang, H. S., et al. (2023). RH20T: A comprehensive robotic dataset for learning diverse skills in one-shot. arXiv.; BridgeData V2: A Dataset for Robot Learning at Scale.; aiweekly.co.; Brohan, A.,et al. (2023). RT-2: Vision-language-action models transfer web knowledge to robotic control. Conference on Robot Learning.; Vision-Language-Action Models Transfer Web Knowledge to Robotic ....; Cutkosky, M. R…
Los datos robóticos ya son suficientemente grandes para sostener infraestructura especializada. Las demostraciones táctiles pueden añadir valor único, pero el retargeting y el progreso visual fijan un estándar exigente. Nerve será invertible cuando los clientes paguen, renueven y preserven derechos reutilizables.
In summaryMade for Freddy Vega, by HanademiSources: japantimes.co.jp.; Bhirangi, R., et al. (2021). ReSkin: Versatile, replaceable, lasting tactile skins. Conference on Robot Learning.;insidecm.substack.com.; aiweekly.co.; deploy.report.; 1X Technologies. (2024). 1X raises $100M Series B.Japan’s industry ministry announced ¥387.3 billion for a domestic physical-AI foundation model intended for broad use by Japanese companies.ReSkin reported sensing material below $6 and durability exceeding 50,000 interactions, although those figures excludecomplete commercial-system costs.AgiBot disclosures imply labor costs of 265–2,244 yuan per trajectory-hour, versus a reported market rate of 500–1,000 yuan.JD.com reportedly targets 10 million robot-training hours using 100,000 employees and 500,000 contractors over two years in Suqian.Figure 02 accumulated 1,250 production hours handling over 90,000 parts for more than 30,000 BMW X3 vehiclesduring an 11-month deployment.Figure, 1X, and Skild AI announced rounds of $675 million, $100 million, and $300 million, indicating capital availabilityrather than tactile-data budgets.
The value of the research is not only what each source knew, but what became visible when their evidence was combined.
En resumenMade for Freddy Vega, by HanademiFuentes: japantimes.co.jp.; Bhirangi, R., et al. (2021). ReSkin: Versatile, replaceable, lasting tactile skins. Conference on Robot Learning.;insidecm.substack.com.; aiweekly.co.; deploy.report.; 1X Technologies. (2024). 1X raises $100M Series B.El ministerio de Industria de Japón anunció ¥387.300 millones para un modelo fundacional nacional de IA físicadestinado al uso amplio por empresas japonesas.ReSkin reportó material sensor por menos de 6 dólares y durabilidad superior a 50.000 interacciones, aunque excluye elcosto del sistema comercial completo.Las divulgaciones de AgiBot implican costos laborales de 265 a 2.244 yuanes por hora de trayectoria, frente a una tarifareportada de 500 a 1.000 yuanes.JD.com apunta a reunir 10 millones de horas de entrenamiento robótico con 100.000 empleados y 500.000 contratistasdurante dos años en Suqian.Figure 02 acumuló 1.250 horas en producción, manipuló más de 90.000 piezas y contribuyó a más de 30.000 BMW X3durante un despliegue de 11 meses.Figure, 1X y Skild AI anunciaron rondas de 675, 100 y 300 millones de dólares, indicando capital disponible, no presupuestos táctiles.
El valor de la investigación no está solo en cada fuente, sino en lo que apareció al combinar sus evidencias.

The research behind this deck

Robot learning already demands industrial-scale collection before adding touch. The opportunity links richer human demonstrations to useful robot behavior.

Key findings

The argument

This research is published in English and Spanish. Ver en español

La investigación detrás de esta presentación

El aprendizaje robótico ya exige captura industrial antes de añadir tacto. La oportunidad conecta demostraciones humanas más ricas con conducta robótica útil.

Hallazgos clave

El argumento

Esta investigación se publica en inglés y español. Read in English