熱門話題
#
Bonk 生態迷因幣展現強韌勢頭
#
有消息稱 Pump.fun 計劃 40 億估值發幣,引發市場猜測
#
Solana 新代幣發射平臺 Boop.Fun 風頭正勁

Tory | io.net 🦾
@ionet 聯合創始人 |將 AI 精靈從瓶子中解放出來 🧞 ♂️
同意混合訓練 + 雲端上的合成數據對於訓練機器人是有意義的。
我擔心的是,如果這種進展依賴於集中式雲端,你將承擔成本、停機和鎖定風險。
雲端將在機器人競賽中失利。
為什麼?
因為機器人不會排隊。

Trissy14 小時前
雲端 SDK 對於機器人技術的重要性可能聽起來不那麼引人注目,但對於推進這個領域來說,它絕對是至關重要的。
如果你身處科技圈,你每天都會聽到雲端平台的消息,這些消息很少能激發想像力。
然而,對於人形機器人和在物理世界中的操作員來說,雲端模擬工具包是任何試圖擴展其訓練的開發者的核心需求。
準確的虛擬世界模擬是目前機器人技術中最受追捧的商品之一。研究人員正在進行無數實驗,以確定哪些真實數據和合成數據的組合能為訓練任務產生最精確的結果。
是的,像特斯拉這樣的公司因為從其車隊中收集的神經網絡數據而擁有巨大的先發優勢,儘管這些數據在通過現實的訓練模擬付諸實踐之前僅僅是原始信息。
對於其他人來說,獲得這種數據水平甚至是驅動它的硬體都不是一個選項,除非你是一家資金雄厚的公司。
這就是雲端模擬的用武之地。通過將機器人的訓練和測試移入基於雲端的虛擬環境,任何人都可以訪問所需的計算能力並擴展。雲端平台可以集中共享這些模擬、結果和數據。
你基本上是在抽象化這些十億美元公司所擁有的封閉門戶訪問權,將實驗室中使用的廣泛硬體組件帶入公眾視野,讓開源貢獻成為創新的整體 +EV。
這種商業模式已經通過 Hugging Face 的 LeRobot(開源倡議)與 Nvidia 的合作而證明了自己,讓研究人員可以在雲端共享模型、數據集和模擬環境。
最終目標是創建一個數據飛輪,隨著人們向開放的庫貢獻模擬數據和訓練策略,它加速了其他人的進步,反過來又產生了更多全球可訪問的數據。
大量的工作正在通過縮小“模擬到現實”的差距而被投入其中。模擬器往往無法達到現實,機器人在虛擬世界中學習的行為無法轉移到現實世界,因為物理或視覺不夠準確。由於更好的模擬真實性和混合訓練方法,這一差距現在正在迅速縮小。
機器人技術中最新的基礎模型(如 NVIDIA 的 Isaac GROOT 和 Figure 的 Helix VLA)使用模仿人類認知的雙系統架構。這同樣適用於他們在世界模擬中的數據訓練。模型的一部分是基於來自現實世界的人類示範數據進行訓練,而另一部分則是基於通過高保真模擬器生成的大量合成數據進行訓練。
通過結合物理和模擬訓練,模型學會了更準確的技能,這些技能能更好地進行概括。真實數據為 AI 提供了真相,而模擬數據則提供了在物理世界中收集不切實際的規模和多樣性。開發者甚至可以使用額外的真實或合成數據對模型進行微調或後期訓練,以針對特定任務,使訓練流程極具靈活性。
Figures Helix VLA 使用系統 1/系統 2 方法,僅在數百小時的遠程操作下進行訓練(通過模擬和智能標記增強),Helix 可以通過自然語言處理新家務任務,而無需自定義編碼。這展示了多模態模型和合成訓練如何大幅減少數據需求。
@codecopenflow 正在應用相同的原則,使用 Octo,這是一個集成到其 Optr SDK 中的開放 VLA,實現多攝像頭感知和語言引導控制,所需數據集和計算能力都大幅減少。
世界模擬平台現在正在生成大量多樣的訓練數據,這些數據在之前是無法獲得的。Nvidia 的 Isaac Sim(Isaac Lab 的一部分)可以將單個人類示範的任務轉化為數千個模擬變體,使用並行雲實例。
想像一下,向機器人展示如何在現實中拾起一個箱子,然後模擬器創建無數場景,包含不同的箱子、光照條件和輕微的物理調整,所有這些都產生機器人可以學習的訓練經驗。這是 @unmoyai 正在努力實現的願景。
當這項技能在物理機器人上部署時,它已經在大量虛擬試驗中得到了證明。將這些豐富的合成數據集與足夠的現實世界校準數據相結合,能產生更準確和更具韌性的機器人大腦。
這就是 Codec 的雲端 SDK 的定位,讓用戶既可以從大型開源數據集中提取數據,也可以貢獻數據(例如,與 Hugging Face 的 LeRobot 中心進行接口)。每次在雲端運行的模擬都可能成為新的訓練數據,從而提升機器人與世界互動的全球模型。
所有的跡象表明,人形機器人和機器人技術總體上正接近一個“應用商店時刻”。如果沒有技能庫,機器人硬體將毫無用處。
Optr 提供統一的 API,使得控制網頁應用、機器人手臂或模擬化身的自主代理都使用相同的核心框架和邏輯。這種抽象是動態的,開發者可以在類似遊戲的模擬環境中原型化任務,然後將相同的邏輯以最小的變更部署到真實機器人上。
通過雲端和開放的方式,Optr SDK 可以作為機器人市場的基礎。開發者可以在不擁有機器人的情況下(多虧了雲端模擬)構建新技能,在虛擬環境中安全測試,然後將其發布給其他人。需要這項技能的人,例如機器人初創公司或擁有家庭機器人的個人,可以從庫中提取並在其機器上運行。
這種開放市場和激勵模型是機器人開發者經濟的引爆點。它降低了進入門檻(由於雲端工具,不需要昂貴的硬體或實驗室),鼓勵合作,因為貢獻改善了共享的數據集和模型,並為個人解決小眾問題提供了財務動機。
這從中產生了許多下游經濟飛輪的可能性(你可以從最近的合作夥伴關係中看到),但我會將這留給另一篇文章。

4.58K
很少有人能看到這一點。
$SOL 並不是在與 $ETH 或 $BTC 競爭。
它同時在與 AWS + Visa 競爭。
DeAI 代理需要能夠像思考一樣快速移動資金和計算的基礎設施。
亞秒級的最終性 + 去中心化的基礎設施 = 智能經濟的操作系統。

Tory | io.net 🦾10月2日 02:00
為什麼我投資於 Forward Industries:
當 @multicoincap、@KyleSamani、@jump_、@galaxyhq 和其他人宣布對 Forward Industries 投資 16.5 億美元時,我知道我們正在見證我們行業的一個轉折點。
@FWDind 正在創建世界上第一家 Solana 財庫公司——這一結構對 Solana 的重要性可能與 MicroStrategy 對 Bitcoin 的影響相當。
企業傳統上在其資產負債表上持有三種類型的資產:現金、債券和股票。
這一公式在幾十年內基本保持不變,直到 @saylor 通過將 $BTC 放入企業財庫來重新編寫了這本手冊。
當 @MicroStrategy 在 2020 年開始累積 BTC 時,這是一個範式轉變,首次使加密資產合法化。
這一舉措使 BTC 成為機構投資者希望獲得 BTC 曝露而不直接持有資產的工具,解鎖了華爾街數十億的資本,並將 BTC 推向主流金融意識。
但這僅僅是開始。
BTC,儘管具有革命性的潛力,仍然在小眾 BTCfi 之外大多靜態且無生產性。它被視為數字黃金——作為一種靜止在資產負債表上的價值儲存。
Forward Industries 將這一概念提升到新的高度,並且在基本原則上的差異是深刻的。
@solana 不僅僅是一種價值儲存——它是一個金融操作系統,其中資產是:
▪️ 快速(每秒可達 ~65,000 TPS)
▪️ 可組合(可以編程和組合)
▪️ 產生收益(生產性而非靜態)
雖然 BTC 打破了資產可以在企業資產負債表上存在的模式,但 Forward Industries 正在打破這些資產一旦存在後可以做的事情的模式。
我的投資論點超越了財庫創新。
我相信 DeAI——去中心化人工智能——將需要一個與其計算層一樣強大的金融層。
這就是為什麼我們正在建立去中心化的 GPU 網絡、開源模型和協議,以使智能擺脫集中控制。
但 DeAI 不會僅僅依賴希望和意識形態運行。它將在鐵軌上運行:
▪️ 計算市場需要抵押品。
▪️ 模型和數據集需要保險和結算。
▪️ 自主代理需要能夠快速移動的資金,24/7 跨公司和國界進行交易,而無需人類批准。
這需要一個穩定、流動、可組合的金融操作系統。
Solana 提供了這些鐵軌。
Forward 加深了流動性,並加強了 Solana 作為將推動 DeAI 的操作系統的角色。
在我看來,這些運動正在堆疊:
▪️ Bitcoin 釋放了資金。
▪️ Forward 正在釋放財庫。
▪️ DeAI 將釋放智能。
每一步都消除了守門人。
每一步都建立了一個更自由、更公平的世界。
每一步都將我們帶得更接近智能本身自由的那一刻。
20.47K
熱門
排行
收藏