博主头像

未来实验室:智能在行动

外来客 • 2026-08-21 18:31:18

分享
𝕏 f
声明:本文为对公开视频内容的摘要整理, 未经本站独立核实,可能与原视频存在出入,不代表本站立场、观点或建议; 观点与版权归原作者及原平台所有。 如涉及版权问题,请联系我们,核实后立即删除。 [ 免责声明 ]

(原标题:Future Lab: Intelligence in action)

🤖 具身智能与数据挑战

  • 机器人技术已存在20至30年,但当前焦点转向具备适应性的类人机器人,需适应真实世界而非特定工厂任务。
  • 大语言模型(LLM)依赖互联网上30多年的结构化数据(文本、图片、视频),而机器人缺乏此类数据基础。
  • 类人机器人需处理多模态数据,包括听觉、触觉、嗅觉及3D人体运动捕捉数据,以构建训练模型的数据集。
  • 行业仍处于早期阶段,尽管硬件和模型在进步,但数据积累需要较长时间。

📊 数据金字塔与行业转型

  • 提出“具身AI数据金字塔”概念:顶层为高精度但昂贵的遥操作数据(一人一机);底层为低成本但低质量的视频与模拟数据。
  • 公司专注于中间层,即结合多模态(手部触觉、声音、视觉)的运动捕捉数据。
  • 运动捕捉行业曾受AI渲染技术冲击,失去游戏和电影客户,但具身AI行业的数据需求成为新的业务增长点。
  • 机器人动作看似简单,实则涉及复杂的感知与协调,需通过AI模型将人类动作重定向至不同尺寸的机器人,避免碰撞或失衡。

🇨🇳 中国产业地位与生态

  • 中国在机器人硬件领域处于领先地位,并在模型侧快速追赶。
  • 机器人发展需硬件、大脑(模型)、数据及处理器同步进步,且需解决联网与离线工作的平衡问题。
  • 中国拥有大量年轻创业者,展现出类似美国10至20年前初创热潮的创新活力,特别是在机器人技术前沿探索方面。
  • 学习人类基本动作(如行走、抓握)需要大量数据与实验,类比儿童学习过程,强调数据量与实验的重要性。

0 条评论

发表评论

请先 登录 后参与讨论。