跳到正文
热点事件持续更新

北大副教授董豪谈启元机器人数据采集与 Scaling 路线

1 篇报道1 个报道来源5 小时前更新

先了解这件事

AI 综述

启元机器人首席科学家、北大副教授董豪提出用 HIL-UMI 做后训练数据采集:人无需操作机器人本体,穿戴式或手持式相机记录的操作过程可直接转为可训练轨迹。他还提出横向 Scaling Law,在数据量之外加入任务量轴,称任务越多,新任务初始成功率越高,达到高成功率所需样本量持续下降。 启元按三年长线推进 ToC 家用具身智能,已实现全自主洗衣流程,抓取失败会主动重试。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月2日
  1. 雷锋网
    90 后北大副教授董豪谈启元机器人:HIL-UMI、横向 Scaling Law 与具身终局

    启元机器人首席科学家董豪提出用 HIL-UMI 无本体数据采集做后训练,人无需操作机器人本体,穿戴式、手持式相机记录的操作过程可直接转为可训练轨迹。他还提出横向 Scaling Law,在数据量之外加入任务量轴,使新任务初始成功率更高、达到高成功率所需样本量持续下降。启元按三年长线推进 ToC 家用具身智能,已实现全自主洗衣流程,抓取失败会主动重试。

本事件热度走势

可比范围当前
9
可比范围峰值
911月2日 21:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。