Біржовий світ 1 січня повідомив, що партнер Mechanism Capital Ендрю Канг у своєму дописі на платформі X зазначив, що до 2025 року у галузі робототехніки вирішено довготривалі проблеми архітектури моделей і тренування, а також досягнуто значних успіхів у технологіях збору даних, розумінні якості даних і формулі даних, що дає компаніям штучного інтелекту впевненість у кінцевому інвестуванні у масштабний збір даних. Такі компанії, як Figure, Dyna і PI, використовують інноваційні технології (RL) у підсиленому навчанні для досягнення понад 99% успіху у різних практичних сценаріях застосування. Крім того, прогрес у технологіях пам’яті руйнує «стіни пам’яті». NVIDIA ReMEmber використовує навігацію на основі пам’яті, Titans і MIRAS реалізують пам’ять під час тестування, а покращені моделі віртуальної локалізації (VLM) означають, що масив віртуальної локалізації (VLA) має кращі можливості просторового розуміння, а також здатність значно підвищити пропускну здатність процесів маркування та обробки даних. У 2025 році ринок вперше відчує здатність до нульового зразка, відображення масштабів даних, чутливість до візуальної сили та універсальне фізичне логічне мислення, а у 2026 році масштаб даних для фізичного AI збільшиться у 100 разів.
Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
Механізм Капітал партнер: до 2026 року обсяг даних реального AI збільшиться у 100 разів
Біржовий світ 1 січня повідомив, що партнер Mechanism Capital Ендрю Канг у своєму дописі на платформі X зазначив, що до 2025 року у галузі робототехніки вирішено довготривалі проблеми архітектури моделей і тренування, а також досягнуто значних успіхів у технологіях збору даних, розумінні якості даних і формулі даних, що дає компаніям штучного інтелекту впевненість у кінцевому інвестуванні у масштабний збір даних. Такі компанії, як Figure, Dyna і PI, використовують інноваційні технології (RL) у підсиленому навчанні для досягнення понад 99% успіху у різних практичних сценаріях застосування. Крім того, прогрес у технологіях пам’яті руйнує «стіни пам’яті». NVIDIA ReMEmber використовує навігацію на основі пам’яті, Titans і MIRAS реалізують пам’ять під час тестування, а покращені моделі віртуальної локалізації (VLM) означають, що масив віртуальної локалізації (VLA) має кращі можливості просторового розуміння, а також здатність значно підвищити пропускну здатність процесів маркування та обробки даних. У 2025 році ринок вперше відчує здатність до нульового зразка, відображення масштабів даних, чутливість до візуальної сили та універсальне фізичне логічне мислення, а у 2026 році масштаб даних для фізичного AI збільшиться у 100 разів.