一边,,是硅谷明星机械人首创Physical Intelligence,,用数亿美金算力砸出来的明星大模子π0.5。。。。。另一边,,是一家中国公司,,加一台随手能买到的运动相机。。。。。
想象机械人进家的第一天:你家的马克杯它没见过,,厨房灯也偏暖,,台面还比它训练时高5厘米。。。。????雌鹄粗皇钦庖坏阆肝⒌牟畋,,但足以让一台千锤百炼的机械人就地卡壳。。。。。
而WAM-TTT则差别,,它可以随时顺应一个新场景:只要有人戴上远动相机、或举起手机,,随手拍一段自己干活的第一视角视频,,机械人看完,,就能直接上岗!
在AI领域,,Scaling Law通过海量参数与数据驱动能力跃升,,已被重复验证。。。。。但在具身智能中,,这条规则到了后训练阶段,,却要直面更重大的现实磨练。。。。。
后训练的焦点使命,,是把模子在模拟试验场里习得的手艺,,迁徙到真实的安排情形中。。。。。然而,,光照的明暗、物体的纹理与尺寸、桌面横跨或低了几厘米……
任何细小的现实差别,,都可能让性能显著下降。。。。。原因并非手艺未被掌握,,而是所掌握的手艺与特定场景特征太过绑定,,难以顺应现实场景的无限转变。。。。。
模子学好了手艺,,却认不出红色的塑料箱,,顺应不了偏暗的灯光,,也跨不过那横跨的5厘米。。。。。显着会抓,,就是抓不到没见过的箱子。。。。。
古板解法鸠拙且腾贵:派工程师扛着VR头显和????乇,,重新录制轨迹,,再花数天重训模子。。。。。云云高本钱、长周期的流程,,机械人最后的泛化性却不尽如人意,,成为判机械人规;;;;才诺钠烤。。。。。
7月15日宣布的WAM-TTT,,正是银河星脑(AstraBrain)系统下,,专门面向规;;;;才磐瞥龅暮笱盗肥忠,,也是团队对天下-行动模子(WAM)的一次倾覆性创立。。。。。
已往,,你要让机械人顺应新情形,,就必需喂给它「机械人轨迹数据」。。。。。这就要求专业操作员像控制提线木偶一样操控机械人,,纪录下每一个枢纽的角度、扭矩,,本钱极其高昂。。。。。
在安排阶段,,客户只需要让人类走到新的事情台前,,随手用相机录制一段人类自己完成该使命的第一视角视频即可。。。。。WAM-TTT的自监视视频展望手艺,,直接从这段人类玩耍的视频中提取特征。。。。。
在相同的预算下,,「100条机械人轨迹 + 100条廉价的人类视频」实现了74.1%的乐成率,,这与纯用「200条极其腾贵的机械人轨迹数据」(73.7%)性能完全持平!
现在市面上即便有一些使用人类视频数据的模子,,往往也需要痛苦的人工标注:标出视频里人类手部的三维要害点(甚至需要天生重大的MANO手部网格),,然后再把人的行动重定向到机械臂上。。。。。这不但费时艰辛,,还会累计误差。。。。。
它将人类视频视为「无行动」(Action-free)的数据。。。。;;;;等瞬恍枰死喔嫠咚嗯Φ南晗缸,,它只需要通过展望视频的下一。。。。。ㄗ约嗍邮悠刀说蕉苏雇,,自己去「悟」出使命的动态实质。。。。。
这面临着极高的「灾难性遗忘」风险:为了迎合新场景的光照和桌子高度,,模子往往会「洗掉」预训练时积累的重大通用知识,,酿成一个只会干特定活儿的傻瓜。。。。。
在顺应新场景时,,WAM预训练的重大模子参数被冻结(绝对保全了通用的物理知识和视觉推理能力)。。。。。所有的情形顺应事情,,仅仅去更新一个极轻量级的快速权重 。。。。。
这为通用机械人的规;;;;才诺于俗罱沟愕氖忠栈。。。。。何蠢,,机械人每到一个新工厂,,只需要加载的「快权重影象包」,,就能瞬间化身熟练工,,即插即用!
科场先摆出来:论文宣布的真实天下跨域评估,,9项重大使命,,扰动全是机械人上岗后真实会撞上的:光照变了,,物体换了,,配景乱了。。。。。
测试效果却是一记响亮的耳光:在相同的情形扰动下,,使用了ICL的基线模子WAM-ICL,,乐成率从标准情形的48.4%直接崩塌至7.1%,,泛化坚持率只剩14.7%。。。。。
ICL是「应试型」学习,,靠上下文与训练数据的外貌相似,,而现实天下,,简朴的上下文关联基础无法承载时空的物理因果,,情形一变就露馅。。。。。
它的焦点意义在于,,在例如数采工厂里,,机械人学会一项手艺后,,可以以极低的数据要求、极低的款子和时间本钱,,完成对新场景的顺应和安排。。。。。
恒久以来,,在全球人形机械人和具身智能的竞技场上,,尤其是对标Optimus时,,海内舆论场中一直弥漫着一种论调:「中国企业底盘控制做得好、电机强,,但只是『本体强』,,我们在最焦点的AI模子泛化能力上,,『大脑弱』。。。。。」
从提出WAM架构,,到解锁Scaling Law,,再到用WAM-TTT开创后训练新范式,,中国企业不再是跟在硅谷巨头死后亦步亦趋的追随者,,而是真正在创立全新的手艺范式,,引领全球的手艺走向。。。。。
当机械人在踏入生疏厨房的那一秒,,学会通过「看」来修正自己的行动时,,谁人曾遥不可及的通用机械人时刻,,才真正具备了大规模商业落地的可行性。。。。。
那是发生在北方某商业大厦厕所的偷拍事件。该大厦内有一家知名教培机构,许多师生的隐私被无意识拍下,在互联网的角落里流传。为维系海洋霸权,美国自创“国际水域”概念,将毗连区、专属经济区强行纳入其中,实行等同于公海的“绝对自由”;美军舰机悍然闯入他国内水、领海,抵近侦察、耀武扬威,在他国专属经济区开展军事测量、情报搜集和针对性演习,严重威胁沿海国国家安全。一个滥用单边军事手段破坏地区稳定的国家,却反诬中国在自身管辖海域依法开展的维权执法为“单边行动”,其霸权逻辑与双重标准昭然若揭。进 里 69美联储发布经济状况褐皮书,称美国经济整体改善,就业岗位增加但薪资未出现大幅上涨、不会催生薪资通胀螺旋;通胀小幅降温,但压力依旧显著,难言乐观。有些父亲和儿子很少拥抱,无法相互道出“我爱你”。但是,他们此生最紧密的拥抱,或许是在一个进球之后。有的朋友之间从不谈论各自的烦恼,却能对一场比赛聊上几个小时。很多时候,足球是阿根廷人倾诉感受的地方。
20260717 ? GPT-Red 并不是一开始就具备攻击能力。研究人员选择了一个没有接受过黑客相关训练的大语言模型,并让它与多个负责防御的模型进入“自我对弈”(self-play)的训练循环。而 GPT-Red 的目标是不断寻找攻击方法,而其他模型则尝试抵御这些攻击。中文在线电视剧字幕播放百度事实上,自河南郑州“7·20”特大暴雨之后,我国在社会救援力量管理的规范化方面不断改进,整体管理水平取得了长足进展。游志斌说,应急管理部救援协调和预案管理局专门设立了社会动员处,社会力量管理的规范程度大幅提升。应急管理部还建立了社会力量注册平台,对不同类型的队伍进行统计。队伍在平台上注册赋码后,救援时可以拿到免费通行的电子码。
20260717 ? 如果视频助理裁判认为出现了误判,他们会通过裁判佩戴的耳机告知裁判。如果裁判同意,他们会暂停比赛,用手比画出矩形电视屏幕的形状来示意需要回放,然后在场边监视器上观看录像,最终确认或推翻原判。缭乱的校园“在这些作品里你可以看到,人在广袤的宇宙里是多么渺小,命运又是多么无法操控。我觉得人最可爱的地方,便是在面对这样无法预测的大环境时,我们永远有各式各样的压力和挑战。但也正是在面对这些考验的时候,人的本性跟生命力便显得尤为美好。这股力量虽因时代的变化而衍生出不同的样子,当下时代的节奏很快,也许价值观和过去已经不一样了。但不变的是,人们在面对恐惧和未知时,永远可以展现出更正向的力量,依然选择给出很多爱。这是能跨越时空,甚至可以称之为‘永恒’的东西。这也是我在做这些作品时感到的意义所在。”