A PANews informou a 2 de janeiro que Andrew Kang, sócio da Mechanism Capital, publicou na plataforma X que, em 2025, o campo da robótica irá resolver desafios antigos da arquitetura e treino de modelos, e fará progressos significativos na tecnologia de recolha de dados, compreensão da qualidade dos dados e formulação de dados, dando confiança às empresas de inteligência artificial de que eventualmente começarão a investir em recolha de dados em grande escala, e empresas como Figure, Dyna e PI irão utilizar aprendizagem por reforço (RL) A tecnologia inovadora atingiu uma taxa de sucesso superior a 99% em vários cenários práticos de aplicação.
Além disso, os avanços na tecnologia de memória derrubaram a “parede de memória”, o ReMEmber da NVIDIA utiliza navegação baseada em memória, Titans e MIRAS alcançam memória em tempo de teste, e melhores modelos de posicionamento virtual (VLMs) significam que os arrays de posicionamento virtual (VLAs) têm melhores capacidades de compreensão espacial, bem como processos de anotação e processamento de dados que podem melhorar significativamente o rendimento. Em 2025, o mercado irá inicialmente valorizar a capacidade zero-shot mapping, a sensibilidade à força visual e o raciocínio físico geral trazidos pela escala de dados, e a escala dos dados físicos de IA irá expandir-se 100 vezes em 2026.
Ver original
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
Mecanismo Capital sócio: A escala de dados de IA de entidade em 2026 será ampliada em 100 vezes
A PANews informou a 2 de janeiro que Andrew Kang, sócio da Mechanism Capital, publicou na plataforma X que, em 2025, o campo da robótica irá resolver desafios antigos da arquitetura e treino de modelos, e fará progressos significativos na tecnologia de recolha de dados, compreensão da qualidade dos dados e formulação de dados, dando confiança às empresas de inteligência artificial de que eventualmente começarão a investir em recolha de dados em grande escala, e empresas como Figure, Dyna e PI irão utilizar aprendizagem por reforço (RL) A tecnologia inovadora atingiu uma taxa de sucesso superior a 99% em vários cenários práticos de aplicação. Além disso, os avanços na tecnologia de memória derrubaram a “parede de memória”, o ReMEmber da NVIDIA utiliza navegação baseada em memória, Titans e MIRAS alcançam memória em tempo de teste, e melhores modelos de posicionamento virtual (VLMs) significam que os arrays de posicionamento virtual (VLAs) têm melhores capacidades de compreensão espacial, bem como processos de anotação e processamento de dados que podem melhorar significativamente o rendimento. Em 2025, o mercado irá inicialmente valorizar a capacidade zero-shot mapping, a sensibilidade à força visual e o raciocínio físico geral trazidos pela escala de dados, e a escala dos dados físicos de IA irá expandir-se 100 vezes em 2026.