Según noticias del 2 de enero, Andrew Kang, socio de Mechanism Capital, publicó en la plataforma X que en 2025 el campo de la robótica resolverá retos históricos de arquitectura de modelos y entrenamiento, y logrará avances significativos en tecnología de recogida de datos, comprensión de la calidad y formulación de datos, dando confianza a las empresas de inteligencia artificial de que finalmente comenzarán a invertir en la recopilación de datos a gran escala, y empresas como Figure, Dyna y PI utilizarán aprendizaje por refuerzo (RL) La tecnología innovadora ha alcanzado una tasa de éxito superior al 99% en diversos escenarios prácticos de aplicación. Además, los avances en la tecnología de memoria han derribado la “pared de memoria”, el ReMEmber de NVIDIA utiliza navegación basada en memoria, Titans y MIRAS logran memoria en tiempo de prueba, y mejores modelos de posicionamiento virtual (VLM) significan que los arreglos de posicionamiento virtual (VLA) tienen mejores capacidades de comprensión espacial, así como procesos de anotación y procesamiento de datos que pueden mejorar considerablemente el rendimiento. En 2025, el mercado apreciará inicialmente la capacidad de mapeo de disparo cero, la sensibilidad visual y el razonamiento físico general que genera la escala de datos, y la escala de los datos físicos de IA se multiplicará por 100 en 2026.
Ver originales
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
Partner de Mechanism Capital: El tamaño de datos de IA de entidad en 2026 se ampliará 100 veces
Según noticias del 2 de enero, Andrew Kang, socio de Mechanism Capital, publicó en la plataforma X que en 2025 el campo de la robótica resolverá retos históricos de arquitectura de modelos y entrenamiento, y logrará avances significativos en tecnología de recogida de datos, comprensión de la calidad y formulación de datos, dando confianza a las empresas de inteligencia artificial de que finalmente comenzarán a invertir en la recopilación de datos a gran escala, y empresas como Figure, Dyna y PI utilizarán aprendizaje por refuerzo (RL) La tecnología innovadora ha alcanzado una tasa de éxito superior al 99% en diversos escenarios prácticos de aplicación. Además, los avances en la tecnología de memoria han derribado la “pared de memoria”, el ReMEmber de NVIDIA utiliza navegación basada en memoria, Titans y MIRAS logran memoria en tiempo de prueba, y mejores modelos de posicionamiento virtual (VLM) significan que los arreglos de posicionamiento virtual (VLA) tienen mejores capacidades de comprensión espacial, así como procesos de anotación y procesamiento de datos que pueden mejorar considerablemente el rendimiento. En 2025, el mercado apreciará inicialmente la capacidad de mapeo de disparo cero, la sensibilidad visual y el razonamiento físico general que genera la escala de datos, y la escala de los datos físicos de IA se multiplicará por 100 en 2026.