PANews a rapporté le 2 janvier qu’Andrew Kang, associé chez Mechanism Capital, a publié sur la plateforme X qu’en 2025, le domaine de la robotique résoudra des défis anciens liés à l’architecture et à l’entraînement des modèles, et réalisera des progrès significatifs dans la technologie de collecte de données, la compréhension de la qualité des données et la formulation des données, donnant aux entreprises d’intelligence artificielle la confiance qu’elles commenceront à investir dans la collecte de données à grande échelle, et que des entreprises comme Figure, Dyna et PI utiliseront l’apprentissage par renforcement (RL) La technologie innovante a atteint un taux de réussite de plus de 99 % dans divers scénarios d’applications pratiques.
De plus, les avancées de la technologie mémoire ont brisé le « mur de mémoire », le ReMEmber de NVIDIA utilise une navigation basée sur la mémoire, les Titans et MIRAS obtiennent une mémoire en temps de test, et de meilleurs modèles de positionnement virtuel (VLM) signifient que les réseaux de positionnement virtuel (VLA) disposent de meilleures capacités de compréhension spatiale, ainsi que de processus d’annotation et de traitement des données pouvant grandement améliorer le débit. En 2025, le marché appréciera initialement la cartographie zéro tir, la sensibilité à la puissance visuelle et le raisonnement physique général générés par l’échelle des données, et l’échelle des données physiques d’IA sera 100 fois multipliée par 2026.
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
Mechanism Capital partenaire : la taille des données AI concrètes atteindra 100 fois en 2026
PANews a rapporté le 2 janvier qu’Andrew Kang, associé chez Mechanism Capital, a publié sur la plateforme X qu’en 2025, le domaine de la robotique résoudra des défis anciens liés à l’architecture et à l’entraînement des modèles, et réalisera des progrès significatifs dans la technologie de collecte de données, la compréhension de la qualité des données et la formulation des données, donnant aux entreprises d’intelligence artificielle la confiance qu’elles commenceront à investir dans la collecte de données à grande échelle, et que des entreprises comme Figure, Dyna et PI utiliseront l’apprentissage par renforcement (RL) La technologie innovante a atteint un taux de réussite de plus de 99 % dans divers scénarios d’applications pratiques. De plus, les avancées de la technologie mémoire ont brisé le « mur de mémoire », le ReMEmber de NVIDIA utilise une navigation basée sur la mémoire, les Titans et MIRAS obtiennent une mémoire en temps de test, et de meilleurs modèles de positionnement virtuel (VLM) signifient que les réseaux de positionnement virtuel (VLA) disposent de meilleures capacités de compréhension spatiale, ainsi que de processus d’annotation et de traitement des données pouvant grandement améliorer le débit. En 2025, le marché appréciera initialement la cartographie zéro tir, la sensibilité à la puissance visuelle et le raisonnement physique général générés par l’échelle des données, et l’échelle des données physiques d’IA sera 100 fois multipliée par 2026.