體現式人工智慧最大的瓶頸並非演算法,而是獲取高品質實體資料的龐大成本。多年來,訓練機器人模型意味著必須依賴頂尖實驗室和龐大的 GPU叢集。 這一模式正在悄然改變。 @axisrobotics 所打造的系統,有效將資料收集與昂貴硬體解耦。 透過將輕量級、瀏覽器端的遠端操作與 photorealistic 後端渲染相結合,他們讓任何擁有標準筆記型電腦的人,都能夠生成高品質的模擬至真實訓練資料。 我們不再只是打造更智慧的機器,我們正在進行物理智慧的群眾外包。
minako體現式人工智慧最大的瓶頸並非演算法,而是獲取高品質實體資料的龐大成本。多年來,訓練機器人模型意味著必須依賴頂尖實驗室和龐大的 GPU叢集。 這一模式正在悄然改變。 @axisrobotics 所打造的系統,有效將資料收集與昂貴硬體解耦。 透過將輕量級、瀏覽器端的遠端操作與 photorealistic 後端渲染相結合,他們讓任何擁有標準筆記型電腦的人,都能夠生成高品質的模擬至真實訓練資料。 我們不再只是打造更智慧的機器,我們正在進行物理智慧的群眾外包。
