百万小时数据喂下去,机器人就能学会一切?这场塔尖会拆解「具身数据战」
百万小时数据喂下去,机器人就能学会一切?这场塔尖会拆解「具身数据战」Triple T张江塔尖会技术沙龙聚焦具身智能数据战,嘉宾围绕人类视频、真机交互与仿真数据的选择组合、多模态采集、配方评测及规模化降本展开讨论,强调数据投入应匹配任务与训练阶段并以持续评测验证机器人能力收益。
搜索
Triple T张江塔尖会技术沙龙聚焦具身智能数据战,嘉宾围绕人类视频、真机交互与仿真数据的选择组合、多模态采集、配方评测及规模化降本展开讨论,强调数据投入应匹配任务与训练阶段并以持续评测验证机器人能力收益。
周末听了一下午快手关于企业 AI 生产力的技术沙龙,收获非常大。
11月2日下午,在2026年香港金融科技周上,展开了一场关于“世界模型”的讨论。
上周六(10 月 17 日),在十字路口 × Table for Six 联名活动的 After Party 上,我们在 AI Hacker House 邀请到 Table for Six 的创始人 Jeff 和投资人汪天凡 Will 进行了圆桌对话。
钛动科技在广州TGC 2026科技增长大会发布行业首个Pro Agent Navos Pro,以专业、主动、盈利三项能力连接专业模型、数据与Agent Harness,推动AI for Work创造可衡量的商业回报。
2026年,AI行业正在进入一个新的阶段。
10 月 12 日下午,“工业具身・智造无界”2026 工业具身智能产业创新高峰论坛于国家会展中心顺利举行。
2026 年 9 月 22 日,阿里巴巴集团 CEO 吴泳铭在杭州云栖大会发表演讲,阐述对「机器智能」时代的思考:机器正在成为思考的主力,智能正在成为一种规模化的商品,未来机器思考总量将达到人类的 1000 倍以上 —— 正如上一次工业革命把「动力」变成了规模化的商品。
最近这几天,北京国家会议中心门口总是排起长队。 我刷码进场的时候,旁边两个穿格子衫的年轻人正在讨论今天先去哪边: 一个说先去E区看看机器人,另一个说C区有个安全路演,得早点过去占位置。 这是我第三次来
AI 距离真正的递归自我改进(RSI)还有多远?当前,AI 已开始参与数据生成、训练优化、工具迭代与结果验证,但参与研发,并不意味着已经具备持续改进自身的能力。它能够自主完成哪些环节,又如何将局部优化连接成持续、可靠的改进闭环?回答这些问题,需要回到具体的研究与实践,审视已有进展与尚待突破的瓶颈。