gn gm mọi người Các mô hình ngôn ngữ lớn (LLMs) đã tiêu thụ một phần lớn internet. Nhưng việc hiểu văn bản khác rất nhiều so với việc hiểu thế giới vật lý. Robot không chỉ cần bản đồ và footage từ camera hành trình. Chúng cần dữ liệu không gian chi tiết ở cấp độ mặt đất, bao gồm vỉa hè, cầu thang, ngõ hẻm, tòa nhà và các môi trường nơi các hệ thống tự hành thực sự hoạt động. Đây chính là vấn đề mà @vangrid_io đang nỗ lực giải quyết. Vangrid đang xây dựng một mạng lưới dữ liệu không gian phi tập trung có thể chuyển đổi các dữ liệu thực tế thành các môi trường 3D có cấu trúc. Ý tưởng là kết nối những người đóng góp dữ liệu với các nhà phát triển AI và các đội robotics cần các biểu diễn chính xác về không gian vật lý. Điều làm điều này thú vị là lớp động lực tiềm năng: những người đóng góp có thể cung cấp dữ liệu không gian hữu ích, trong khi những người mua dữ liệu có thể tài trợ cho việc thu thập dựa trên nhu cầu cụ thể của họ. Việc xác minh và nguồn gốc cũng rất quan trọng vì các hệ thống AI không chỉ cần một bộ dữ liệu lớn; chúng cần dữ liệu mà chúng có thể tin tưởng. Khi AI vật lý tiến bộ, dữ liệu không gian chất lượng cao có thể trở nên quan trọng như dữ liệu huấn luyện đối với LLMs. Đó là lý do tại sao @vangrid_io đáng để theo dõi. Cơ hội không chỉ nằm ở việc thu thập thêm dữ liệu. Đó là xây dựng hạ tầng giúp máy móc hiểu được thế giới vượt ra ngoài màn hình. Câu hỏi lớn là liệu Vangrid có thể cung cấp độ bao phủ, độ chính xác và quy mô mà các ứng dụng AI thực tế yêu cầu hay không.