◆ DeepFocus 金融数据

“工业级自动驾驶系统训练需要约100万小时视频数据,而具身操…

2026-07-17 22:40 · 资讯文章

内容摘要

“工业级自动驾驶系统训练需要约100万小时视频数据,而具身操作需要刻画更复杂的接触式物理规律,至少需要1000万小时合格数据。”7月17日,在2026WAIC主论坛现场,它石智航创始人兼CEO陈亦伦表示。 在陈亦伦看来,具身智能领域世界模型的核心定义是:能够高频联合预测动作与世界状态的人工智能模型。他指出,当前行业流行的VLA(视觉-语言-动作)模型仅能输出机器人的下一步动作,而世界模型不仅要输出动作,还要预测动作引发的世界状态变化,以及判断变化结果是否符合预期,完整覆盖强化学习“状态-动作-奖励”三要素,是比VLA更完备的技术框架,能够结合监督学习与强化学习提升物理交互任务的完成率与稳定性。…
登录 DeepFocus 看全文 →

登录后你可以

行情与资讯免费 · 登录即用

更多资讯

在 DeepFocus 上做深度研究 →