construction

建筑工人正在使用头戴式摄像头拍摄第一人称视角的视频，帮助训练人工智能系统和机器人，让它们学习熟练工人如何完成现实世界中的任务。

Linus Ekenstam 分享了一个名为 PLY 的工具，用于设计迷你坡道，结合了坡道建设的实际限制。

一条推文展示了在Y Combinator展示日上的建筑机器人，强调了建筑领域的自动化，以解决建设太阳能农场和数据中心等关键基础设施时的瓶颈问题。

Praxis 已在乌拉圭开始建设一座新城市，预计居民将于2027年入住，这在一则链接到 New York Times 文章的推文中宣布。

本文探讨了由数据中心建设推动的日益增长的货运需求，并强调了其对供应链和技术基础设施的影响。

这篇文章讨论了隔震技术，这是一种用于提高建筑物和基础设施抗震能力的技术。

文章探索数据中心建设繁荣如何导致美国工会分裂，建筑工会与科技公司合作争取工作机会，而其他工会则要求暂停建设，凸显工会密度在本地选址争议中的关键作用。

Paul Graham 评论称，AI 压缩设计阶段将推动对压缩构建阶段技术的需求，而监管则是最后的边界。

CostLogic 是一款基于AI的工具，用于建筑估算、报价和发票，旨在简化建筑行业的财务流程。

Dili 筹集 2170 万美元，利用 AI 进行基础设施项目的合规管理，帮助处理建筑和数据中心的复杂法规。

Gritt 是一家使用AI控制机器人安装太阳能板的初创公司，已获得3400万美元融资并走出隐身模式，以加速太阳能电站建设。

提供构建基于AI的个性化交易系统的指南。

窃贼正在从AI数据中心建筑工地偷窃铜和昂贵设备，最近芝加哥附近发生的价值130万美元物资被盗事件，凸显了AI热潮推动下的犯罪经济日益壮大。

Garry Tan 分享了 Packy McCormick 的观点：数据中心不仅仅是算力，更是融资工具，能够推动发电、电网、芯片和建筑等产业的发展。美国应该继续建设数据中心，以带动相关产业的进步。

本文探讨了建筑业的未来如何变化，可能指的是建筑行业的新技术或新方法。

一名记者探访了挪威的Rogfast隧道项目，该项目将成为世界最长最深的海底公路隧道，描述了工程挑战和工作环境。

ShotcreteDepth是一个包含来自施工环境的立体RGB和LiDAR数据的双模态数据集，旨在支持在挑战性条件下进行深度感知研究。该数据集包含11,252个样本，其中220个已标注，并附带一个轻量级标注工具。

Rudus 是一个面向混凝土分包商的 AI 驱动算量和估价平台，能够自动从平面图中测量和量化材料，从而加快投标流程。

讨论加拿大和美国的住房危机，质疑AI和机器人何时能够提供广泛的解决方案，例如3D打印房屋和预制建筑，尽管存在地方监管障碍。

描述重庆东站的建设，这是世界上最大的建于山上的铁路枢纽，采用了创新方法，如将重达16500吨的屋顶滑移到位。这个耗资78亿美元的巨型项目动用了4万名工人，耗时38个月。