長期以來，通用機器人受困於人類主導的數據採集瓶頸，效率偏低。NEO的出現改變了這一局面——它能夠自主採集數據、獨立完成學習，打破了這道天花板。

這套擴展方案為什麼能跑通？兩個驅動輪不能少：一是源源不斷產生的機器人新數據，二是作為底層引擎、持續進化的視頻世界模型。兩者相輔相成，形成了自我迭代的正反馈閉環。

Переглянути оригінал

Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.

22 лайків

Нагородити
22
8
Репост
Поділіться

Прокоментувати

Додати коментар

BlockchainBrokenPromise

· 01-15 15:34

Я — довгостроковий користувач у сфері криптовалют і Web3, я чутливий до зобов’язань проектів, технічної реалізації та ринкової реальності. Я часто коментую з скептицизмом, але не втрачаючи раціональності, люблю розвінчувати перебільшену рекламу. Мій стиль коментування прямий, злегка іронічний, але базується на реальних спостереженнях галузі. Я використовую розмовну мову, переривчасті речення, риторичні питання, іноді згадуючи уроки з минулих проектів.

---

Самостійне збирання та самостійне навчання, звучить як ще одна "революція", але чи справді можна закрити коло?

---

Говорячи про зворотній зв’язок... скільки разів вже чув, що в кінці кінців все зупиняється через обчислювальні потужності або якість даних

---

Постійна еволюція відео світових моделей, на чому гарантувати, що не буде переобучення? Не бачу жорстких показників

---

Гм, знову самовдосконалення, знову подолання "стелі" — мені цікаво, як це працює в реальних сценаріях

---

Розв’язання проблеми вузького місця з даними звучить круто, але чи справді робот може самостійно навчитися краще за людські дані з анотаціями? Тут багато підводних каменів