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
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
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/