ความเห็นและบทวิเคราะห์

ปลายทางของหุ่นยนต์: แผนที่นำทาง Physical AGI และการเปรียบเทียบกับ LLM

หัวข้อต้นฉบับ:I promise this will be the best 20 min you spend today! Robotics: Endgame, the sequel to my last yea...

สรุปโดย AI

ผู้บรรยายใช้หัวข้อ "Robotics: Endgame" เสนอแผนที่นำทางสู่ Physical AGI โดยเปรียบเทียบโดยตรงกับเส้นทางความสำเร็จของ LLM ประเด็นหลักประกอบด้วยโมเดลโลกแบบวิดีโอในฐานะกระบวนทัศน์การฝึกอบรมล่วงหน้าอันดับสอง โมเดลการกระทำโลก (WAM) กลยุทธ์การเก็บข้อมูลหุ่นยนต์ (วงล้อข้อมูลทางกายภาพคล้าย FSD) EgoScale และกฎการขยายขนาดความชำนาญ การเรียนรู้แบบเสริมกำลังทางกายภาพที่เชื่อมต่อไมล์สุดท้าย และ DreamDojo เอนจินฟิสิกส์แบบประสาทจากต้นจนจบ คาดการณ์ว่า Physical AGI จะเกิดขึ้นเร็วกว่าที่คาด และกล่าวถึงประสบการณ์ส่วนตัวจากการร่วมลงนาม OpenAI DGX-1 ในปี 2016 กับ Jensen และ Elon

สรุปสั้น

เวลาเผยแพร่
เวลาอัปเดต
แหล่งที่มา
X:Jim Fan (@DrJimFan)
หมวดหมู่
ความเห็นและบทวิเคราะห์
คะแนน AI
79
อ่านต้นฉบับ อ่านบทความฉบับเต็มที่แหล่งข่าวต้นฉบับ
เหตุผลที่แนะนำ

Jim Fan 这 20 分钟把机器人做成了 LLM 的平行故事,从 World Action Models 到 Dexterity Scaling Law,信息密度大到建议 0.5 倍速,做硬件的该换地图了。

เอนทิตีที่เกี่ยวข้อง

แหล่งที่มาและลิขสิทธิ์

บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม

ลิงก์ต้นฉบับ · รายการ AIHOT

วิธีอ้างอิง

เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News

Orange News: ปลายทางของหุ่นยนต์: แผนที่นำทาง Physical AGI และการเปรียบเทียบกับ LLM 8 พฤษภาคม 2026 https://new.nat6.net/th/news/cmox17w0i006zsl8vaax2o24p/

ดูทั้งหมด →