Baovy06
Baovy06
• Проходите через грозы, собирая плоды на рассвете луны. • Позиция — это всё. • Спокойствие перед волной, твёрдо перед чартом.
1 тыс.Подписки
1,1 тыс.подписчиков
Новости
Новости
Этот мир….
Люди отдаляются друг от друга из-за слов, которые не решаются сказать…..
Поэтому все смело общайтесь с Zy…. Zy всегда здесь, ждет и слушает….
P/S этот напиток вкусный, ребята? 🤭🤭
@quipnetwork @NucleusCodes @sleepagotchi
Baovy06
Рынок робототехнического ИИ сейчас растет невероятно быстро.
От эгоцентричных видеодатасетов, систем захвата движения, синтетических конвейеров данных до инструментов сбора на основе захватов… кажется, что новая компания по робототехническим данным запускается каждую неделю.
Но настоящая проблема в том, что не каждый тип данных полезен для обучения роботов.
Перед сбором огромного объема данных самый важный вопрос должен быть:
«Чему именно вы обучаете робота?»
PrismaX делит физический ИИ на 2 основные категории:
• Кинематические модели → сосредоточены на низкоуровневом управлении роботом.
Такие вещи, как балансировка, прыжки, локомоция, точность движений.
• Фундаментальные модели → сосредоточены на выполнении реальных задач.
Например, мытье посуды, открывание дверей, подбор объектов, взаимодействие с окружением.
И PrismaX в основном сосредоточен на фундаментальных моделях — потому что будущее нуждается не просто в роботах, которые умеют делать сальто назад.
Ему нужны роботы, которые действительно могут помогать людям в повседневной жизни.
Что мне показалось интересным, так это то, что PrismaX не просто «продает робототехнические данные».
Они идут гораздо глубже в:
• какой тип данных подходит для каждой модели
• что на самом деле означает высококачественные робототехнические данные
• что должно варьироваться внутри датасетов
• и что должно оставаться постоянным для лучшей сходимости
Сейчас индустрия робототехники экспериментирует с разными способами сбора данных:
• телеоперация → удаленное управление роботами людьми
• видео с людьми → обучение на видео, где люди выполняют задачи
• системы захвата → люди используют отслеживаемые инструменты, похожие на захваты
У каждого метода есть свои сильные и слабые стороны.
Но PrismaX считает, что телеоперация по-прежнему обеспечивает данные высочайшего качества, потому что она более контролируема, точна и проще в использовании для обучения фундаментальных моделей.
Главный вывод для меня из статьи PrismaX таков:
«Робототехника — это не просто исследование ИИ.
Это также инженерная задача реального мира.»
Ни у одной компании нет бесконечных денег, бесконечных роботов или бесконечного времени для обучения моделей.
Это значит, что датасеты должны быть не просто большими.
Они должны иметь правильную структуру, правильное распределение и правильное качество, чтобы модели могли эффективно учиться.
И именно поэтому PrismaX сосредоточен на контролируемых, высококачественных робототехнических датасетах, а не просто гонится за масштабом
Рынок робототехнического ИИ сейчас растет невероятно быстро.
От эгоцентричных видеодатасетов, систем захвата движения, синтетических конвейеров данных до инструментов сбора на основе захватов… кажется, что новая компания по робототехническим данным запускается каждую неделю.
Но настоящая проблема в том, что не каждый тип данных полезен для обучения роботов.
Перед сбором огромного объема данных самый важный вопрос должен быть:
«Чему именно вы обучаете робота?»
PrismaX делит физический ИИ на 2 основные категории:
• Кинематические модели → сосредоточены на низкоуровневом управлении роботом.
Такие вещи, как балансировка, прыжки, локомоция, точность движений.
• Фундаментальные модели → сосредоточены на выполнении реальных задач.
Например, мытье посуды, открывание дверей, подбор объектов, взаимодействие с окружением.
И PrismaX в основном сосредоточен на фундаментальных моделях — потому что будущее нуждается не просто в роботах, которые умеют делать сальто назад.
Ему нужны роботы, которые действительно могут помогать людям в повседневной жизни.
Что мне показалось интересным, так это то, что PrismaX не просто «продает робототехнические данные».
Они идут гораздо глубже в:
• какой тип данных подходит для каждой модели
• что на самом деле означает высококачественные робототехнические данные
• что должно варьироваться внутри датасетов
• и что должно оставаться постоянным для лучшей сходимости
Сейчас индустрия робототехники экспериментирует с разными способами сбора данных:
• телеоперация → удаленное управление роботами людьми
• видео с людьми → обучение на видео, где люди выполняют задачи
• системы захвата → люди используют отслеживаемые инструменты, похожие на захваты
У каждого метода есть свои сильные и слабые стороны.
Но PrismaX считает, что телеоперация по-прежнему обеспечивает данные высочайшего качества, потому что она более контролируема, точна и проще в использовании для обучения фундаментальных моделей.
Главный вывод для меня из статьи PrismaX таков:
«Робототехника — это не просто исследование ИИ.
Это также инженерная задача реального мира.»
Ни у одной компании нет бесконечных денег, бесконечных роботов или бесконечного времени для обучения моделей.
Это значит, что датасеты должны быть не просто большими.
Они должны иметь правильную структуру, правильное распределение и правильное качество, чтобы модели могли эффективно учиться.
И именно поэтому PrismaX сосредоточен на контролируемых, высококачественных робототехнических датасетах, а не просто гонится за масштабом
Вдруг вспомнился Ханой
Давно не был в Ханое
Легкий ветер с Западного озера нежно приносит аромат лотоса
Кафе с зелено-красными огнями
Машины едут туда-сюда, листья падают с деревьев вдоль дороги
Шагаю по улицам
Лето, и цветут ярко цветы павлиньего хвоста
Солнечные лучи мягко падают под навесом
Сколько воспоминаний трогают сердце и вызывают тоску……
@quipnetwork @NucleusCodes @sleepagotchi
Если вы были активны в экосистеме @sleepagotchi, сейчас самое время проверить свою правомочность
Проект официально запустил таблицу лидеров создателей на Nucleus Codes с огромным призовым фондом в $120,000 в $SLEEP для создателей и активных участников сообщества.
Что делает Sleepagotchi интересным, так это то, что это не просто еще одна web3 игра. Команда строит проект вокруг sleep-fi, геймификации и AI wellness, создавая уникальную экосистему, которая выделяется среди типичных GameFi проектов.
Они также привлекли миллионы инвестиций и постоянно проводят кампании для сообщества с высоким вовлечением и солидными наградами для пользователей.
Если вы выполняли задания, играли в их мини-игры или поддерживали проект в соцсетях ранее, сейчас проверьте свою правомочность
Присоединяйтесь сейчас:
На этой неделе команда @axisrobotics продолжила улучшать многие важные части своей системы данных для робототехники — от автоматической генерации задач и симуляционных сред до восстановления после сбоев и дополнения данных об объектах.
Но для Zy то, что действительно позволяет проекту идти далеко, — это не только сама технология, но и поддержка и вклад сообщества.
И чем дольше Zy работает с Axis, тем более реальным становится это ощущение.
Вот несколько обновлений, которые особенно выделились для Zy на этой неделе:
• Система генерации задач была усовершенствована для лучшего понимания доступных объектов, планировок окружения и долгосрочных рабочих процессов для разных вариантов роботов.
• Инфраструктура симуляции теперь гораздо стабильнее, особенно при выполнении длительных задач или работе с несколькими объектами одновременно.
• Управление роботами улучшено на основе отзывов сообщества, особенно в части захвата, движения роботизированной руки и интерфейса управления.
• Одно из самых интересных новшеств — использование команд, которые завершились неудачей или почти неудачей, в качестве новых обучающих данных. Это помогает роботам учиться восстанавливаться после ошибок, а не только на успешных попытках.
Кроме того, Axis сотрудничает с исследовательскими группами для разработки технологии дополнения данных на уровне объектов. Из одного объекта система может создавать множество реалистичных вариаций для повышения качества обучения.
Zy уже более недели знакомится с проектом, и, честно говоря, это довольно приятно. Некоторые задачи иногда могут казаться немного тормозящими, но это также учит терпению и настойчивости.
Что касается сообщества, то здесь действительно нет никаких претензий. Все активны, поддерживают друг друга и всегда готовы помочь.
Особенно сегодня утром Zy и несколько участников сообщества присоединились к Discord и устроили небольшую караоке-сессию 😂 Это было просто ради удовольствия, но каким-то образом создало очень теплую и дружескую атмосферу. Такие моменты действительно оживляют сообщество.
Надеюсь, мы все сможем продолжать поддерживать эту позитивную энергию, помогать друг другу и оставаться вместе до самого конца пути Axis ❤️
Большое спасибо всем.
Axis AI
Axis Weekly
На этой неделе мы продолжили укреплять наш замкнутый цикл обработки данных для робототехники, начиная с TaskGen и инфраструктуры симуляции и заканчивая восстановлением после сбоев и дополнением на уровне активов.
Ключевые обновления:
- Генерация задач: Мы завершили сканирование активов и интегрировали его в TaskGen, что помогает сгенерированным задачам учитывать доступные активы, планировки сцен, долгосрочные рабочие процессы и настройки с несколькими воплощениями.
- Инфраструктура симуляции: Мы улучшили процессы проверки MuJoCo, воспроизведения и вариаций сцен, исправив проблемы с повторными загрузками, кэшированием, совместимостью и стабильностью долгосрочных задач с несколькими активами.
- Управление роботами: Мы оптимизировали поведение захвата, обратную кинематику, телеуправление и панель управления на основе отзывов по долгосрочным и многокомпонентным задачам.
- Восстановление после сбоев: Мы продолжили создавать конвейер, превращающий неудачные и почти неудачные состояния захвата в повторно используемые данные для обучения восстановлению.
- Дополнение активов: Совместно с академическими партнерами мы продвинулись в направлении дополнения формы, которое позволяет расширить один исходный актив во множество физически правдоподобных вариантов объектов.
Более подробный обзор прогресса этой недели 🧵
Пользователь Baovy06 сделал репост
Программа национальных послов Melody во Вьетнаме｜Набор 1 лидера
Melody запускает программу национальных послов во Вьетнаме для развития местных сообществ, расширения контента и офлайн-влияния. Мы набираем 1 национального посла, который будет представлять Melody по всему Вьетнаму и взаимодействовать с фанатами музыки, пользователями Web3 и создателями.
Канал для подачи заявок:
#RWA #MusicFi #MELO
Пользователь Baovy06 сделал репост
Axis Weekly
На этой неделе мы продолжили укреплять наш замкнутый цикл обработки данных для робототехники, начиная с TaskGen и инфраструктуры симуляции и заканчивая восстановлением после сбоев и дополнением на уровне активов.
Ключевые обновления:
- Генерация задач: Мы завершили сканирование активов и интегрировали его в TaskGen, что помогает сгенерированным задачам учитывать доступные активы, планировки сцен, долгосрочные рабочие процессы и настройки с несколькими воплощениями.
- Инфраструктура симуляции: Мы улучшили процессы проверки MuJoCo, воспроизведения и вариаций сцен, исправив проблемы с повторными загрузками, кэшированием, совместимостью и стабильностью долгосрочных задач с несколькими активами.
- Управление роботами: Мы оптимизировали поведение захвата, обратную кинематику, телеуправление и панель управления на основе отзывов по долгосрочным и многокомпонентным задачам.
- Восстановление после сбоев: Мы продолжили создавать конвейер, превращающий неудачные и почти неудачные состояния захвата в повторно используемые данные для обучения восстановлению.
- Дополнение активов: Совместно с академическими партнерами мы продвинулись в направлении дополнения формы, которое позволяет расширить один исходный актив во множество физически правдоподобных вариантов объектов.
Более подробный обзор прогресса этой недели 🧵