00:00 / 01:59
连播
清屏
智能
倍速
点赞22
00:00 / 02:34
连播
清屏
智能
倍速
点赞6157
00:00 / 02:25
连播
清屏
智能
倍速
点赞6
Scimagine4天前
YC初创课|斯坦福教授谈AI如何真正进入现实世界 🚀 Chelsea Finn:通用机器人基础模型,正经历“ChatGPT时刻” 如果你觉得机器人还只会拧螺丝,那是因为你还没看到“物理智能”的进化。斯坦福教授、Physical Intelligence联创 Chelsea Finn 揭秘:如何让任何机器人在任何环境做任何任务 。 💡 核心干货: 规模必要但不充分:光有海量工业自动化或 YouTube 数据是不够的,机器人需要像人类一样通过“自己动手”的真实数据来学习 。 叠衣服背后的突破:从 0% 成功率到能自动卸下烘干机并叠好衣服,秘诀在于“预训练+精选高质量数据后训练”的范式 。 2.4% 数据实现泛化:仅需 2.4% 的特定环境数据,结合多样性预训练,就能让机器人在从未去过的 Airbnb 厨房里关柜门、洗碗、擦桌子 。 🛠 技术方案:分层架构(经理与员工) 高层模型(经理):把复杂语言指令(如“做个素食三明治”)拆解成原子子任务 。 低层模型(员工):以 50Hz 的高频(每秒 50 次决策)执行具体的物理动作 。 超越 GPT-4:AI 领域那些“纸上谈兵”的高手,因为缺乏物理世界的视觉理解,做不好这些动手活 。 👤 给创业者的启示: 基础设施机会:开发实时控制系统、处理混合数据的 ML 基础设施、以及开源微调框架 。 真实数据不可替代:合成数据的主要价值在评估,真正的强化学习需要机器人不断尝试 。 #人工智能 #YC #AI工具 #YCombinator #AI初创
00:00 / 30:12
连播
清屏
智能
倍速
点赞1
00:00 / 09:00
连播
清屏
智能
倍速
点赞1
00:00 / 01:34
连播
清屏
智能
倍速
点赞1
00:00 / 06:34
连播
清屏
智能
倍速
点赞76