北大副教授董豪谈启元机器人数据采集与 Scaling 路线
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
最新进展11月2日 18:34
90 后北大副教授董豪谈启元机器人:HIL-UMI、横向 Scaling Law 与具身终局报道时间线
沿着报道,了解事件的不同侧面。
11月2日
- 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
- –
02.557.510
21:0022:0023:00
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。