智 首发公众号：思维纪要社 元机器人线下交流要点 行业研判 1、模型路线：判断相当长一段时间内，行业各模型路线相向而行，未收敛。 2、数据训练：ego多用于预训
- 序号：039
- 星球链接：打开网页
- 附件：图片 0，音频 0，文档 0
- 音频文件：无音频
图片
无图片
正文
智 首发公众号：思维纪要社 元机器人线下交流要点
行业研判 1、模型路线：判断相当长一段时间内，行业各模型路线相向而行，未收敛。 2、数据训练：ego多用于预训练阶段；umi&真机数据则多用于后训练及RL阶段； 3、模型能力：呈曲线式逐步改进，认为实现明显效果需训练参数规模约200b，配套1-2千万小时数据量；
公司相关 1、数据效率：目前有效数据效率大概在三点几（即8-10小时素材大概3点几小时有效数据）（半年前为2出头）。 2、模型：基模包括交互模型均为自研，核心为模态需要预训练加入从头训练，现有模型难以满足交互需求；很高层的Agent会调用现成业界大模型和云端大模型。 3、技术：基础工程技术上投入较多，覆盖材料、力学、散热等领域，目标瞄准机器人恶劣环境下作业需求。
总体总结
主题正文
- 智 首发公众号：思维纪要社 元机器人线下交流要点
- 1、模型路线：判断相当长一段时间内，行业各模型路线相向而行，未收敛。
- 2、数据训练：ego多用于预训练阶段；
- 3、模型能力：呈曲线式逐步改进，认为实现明显效果需训练参数规模约200b，配套1-2千万小时数据量；
- 1、数据效率：目前有效数据效率大概在三点几（即8-10小时素材大概3点几小时有效数据）（半年前为2出头）。
- 2、模型：基模包括交互模型均为自研，核心为模态需要预训练加入从头训练，现有模型难以满足交互需求；
- 很高层的Agent会调用现成业界大模型和云端大模型。
- 3、技术：基础工程技术上投入较多，覆盖材料、力学、散热等领域，目标瞄准机器人恶劣环境下作业需求。