关键观点
训练瓶颈正在从模型转向数据
演讲者认为,人工智能本身仍在进步,但构建能够观察、理解并行动的系统时,困难已集中到应该提供什么数据。聊天模型可以利用海量文本,图像模型拥有数十亿张图片,而机器人可用的动作视频规模明显更小。现实…展开观点收起观点
演讲者认为,人工智能本身仍在进步,但构建能够观察、理解并行动的系统时,困难已集中到应该提供什么数据。聊天模型可以利用海量文本,图像模型拥有数十亿张图片,而机器人可用的动作视频规模明显更小。现实行为数据的数量、自然度与相关性,因此成为世界模型落地的重要约束。
为什么重要: 如果数据供给不足或分布失真,更强的模型也难以形成可靠的现实世界行为能力。
支撑证据
So, as I said, the AI is no longer the hard part. The data is.
指令式录制会扭曲自然行为
让参与者按照要求演示开门、坐下等动作,看似能快速获得标签明确的数据,但人在知道自己被观察或被要求表演时,动作可能发生变化。演讲者将这种数据称为“instructed”,并认为它带有行为偏差。该…展开观点收起观点
让参与者按照要求演示开门、坐下等动作,看似能快速获得标签明确的数据,但人在知道自己被观察或被要求表演时,动作可能发生变化。演讲者将这种数据称为“instructed”,并认为它带有行为偏差。该判断主要是演讲者的推断,演讲中没有提供对照实验或量化结果。
为什么重要: 机器人若学习的是表演式动作而非自然动作,部署到真实环境后可能出现泛化和效率问题。
支撑证据
If you're told to record how you open the door and you're doing it for somebody, it's not going to be the same as if you just walk into the house.