币界网1月2日消息、Mechanism Capital合伙人Andrew KangはXプラットフォームで次のように述べました。2025年にはロボット分野で長年のモデルアーキテクチャとトレーニングの課題が解決され、データ収集技術、データ品質の理解、データレシピの面で大きな進展を遂げ、AI企業は大規模なデータ収集への投資に自信を持つようになるでしょう。Figure、Dyna、PIなどの企業は強化学習(RL)の革新的技術を活用し、さまざまな実用シナリオで99%以上の成功率を実現しています。さらに、記憶技術の進歩により「記憶の壁」が打破され、NVIDIAのReMEmberは記憶に基づくナビゲーションを利用し、TitansとMIRASはテスト時の記憶を実現しています。より優れた仮想位置決めモデル（VLM）は仮想位置決めアレイ（VLA）がより良い空間理解能力を持つことを意味し、データのタグ付けと処理フローの大幅な向上も可能です。2025年の市場は、データ規模によるゼロショット能力のマッピング、視覚的感度、汎用的な物理推論を初めて体験し、2026年には実体AIデータ規模が100倍に拡大する見込みです。
Mechanism Capital合伙人：2026年实体AIデータ規模は100倍に拡大予定
币界网1月2日消息、Mechanism Capital合伙人Andrew KangはXプラットフォームで次のように述べました。2025年にはロボット分野で長年のモデルアーキテクチャとトレーニングの課題が解決され、データ収集技術、データ品質の理解、データレシピの面で大きな進展を遂げ、AI企業は大規模なデータ収集への投資に自信を持つようになるでしょう。Figure、Dyna、PIなどの企業は強化学習(RL)の革新的技術を活用し、さまざまな実用シナリオで99%以上の成功率を実現しています。さらに、記憶技術の進歩により「記憶の壁」が打破され、NVIDIAのReMEmberは記憶に基づくナビゲーションを利用し、TitansとMIRASはテスト時の記憶を実現しています。より優れた仮想位置決めモデル（VLM）は仮想位置決めアレイ（VLA）がより良い空間理解能力を持つことを意味し、データのタグ付けと処理フローの大幅な向上も可能です。2025年の市場は、データ規模によるゼロショット能力のマッピング、視覚的感度、汎用的な物理推論を初めて体験し、2026年には実体AIデータ規模が100倍に拡大する見込みです。