@VraserX: Spirit AI 拥有大约1,000人反复操作真实物体,为机器人生成训练数据。LLMs 免费获得了互联网。
摘要
Spirit AI 正在使用大约1,000人手动操作真实物体,为机器人生成训练数据,与用于大型语言模型的免费互联网数据形成对比。
Spirit AI 拥有大约1,000人反复操作真实物体,为机器人生成训练数据。
LLMs 免费获得了互联网。
机器人技术必须付费让人类一个接一个地操作冰箱门和蔬菜来制造其互联网。
查看缓存全文
缓存时间: 2026/09/22 07:45
Spirit AI公司雇佣了约1000名员工,通过反复操作真实物体来为机器人生成训练数据。
大语言模型免费获取了互联网数据。
而机器人领域则需要付费雇佣人力,像一扇扇冰箱门、一棵棵蔬菜那样,人工制造自己的互联网数据。
相似文章
如何训练你的机器人
Construction Physics 探讨机器人 AI 面临的核心瓶颈:语言模型可依赖海量现成文本数据,但机器人缺乏等价的公开训练数据,文章梳理了数据来源、数据量需求及模拟仿真等潜在解决方案。
@robbyant_brain: LingBot-VLA 2.0 现已开源——我们新一代的具身基础模型。6万小时高质量预训练数据…
LingBot-VLA 2.0,一个开源的具身基础模型,已发布,拥有6万小时预训练数据,支持17个品牌的20种机器人配置,在RTX 4090上推理时间低于130毫秒。
@VraserX: 我认为人们低估了这一点。一旦AI角色能够四处移动、操控物体并以超低延迟做出响应,……
Vivix.AI推出了Vivix-A1,这是一个实时交互多模态模型,使AI角色能够移动、操控物体并以低延迟做出响应,超越了静态的说话面孔。
@VraserX:Figure 每秒正在收集大约35分钟的人类物理体验,并已投入35亿美元的算力用于……
Figure 正在收集大量物理体验数据,并向 Helix 投入了大量算力,凸显了在人形机器人 AI 领域向数据和算力驱动竞争的转变。
@rohanpaul_ai:大语言模型已经有了互联网。机器人必须建立自己的互联网。这正是Humyn Labs正在解决的数据问题。@hu…
Humyn Labs正在通过将人类经验转化为使用多种传感器(如IMU、深度相机和手部追踪)的同步训练数据来解决机器人数据问题,使其对机器人训练有用。