北京
分享至
大模型可以从互联网上学习海量文本，但机器人没有这样的捷径。Humyn Labs 正在做一件事：把人类在真实世界中的经验，转化为机器人能用的同步训练数据。
这家公司采集的数据并非单一信号，而是多模态的完整样本——IMU（惯性测量单元）、立体深度、6-DoF 头部姿态、21 点手部关键点、手腕追踪、物体追踪及密集动作标签。换句话说，机器人看到的不是一段视频，而是人类动作的完整"解剖图"。
为什么机器人不能像大模型一样"上网学习"？
LLM（大语言模型）可以从整个互联网抓取知识，但机器人面对的是物理世界。抓取一个杯子、拧开一个瓶盖，这些动作的细微触感和力度，网络数据里根本没有。机器人需要的是真实世界的经验，而不是文字描述。
Humyn Labs 正在构建的，正是面向 Physical AI（物理人工智能）学习的数据平台，目前涵盖四种感官模态。当机器人学会"亲身经历"人类如何操作，距离真正理解物理世界，或许就更近了一步。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
