Baovy06
Baovy06
• HODL prin furtuni, culegând roade la răsăritul lunii. • Poziția face totul. • Calm înainte de val, ferm în fața graficului.
1 KUrmărire
1,1 Kurmăritori
Flux
Flux
Lumea asta....
Oamenii sunt despărțiți de propriile lor cuvinte pe care refuză să le rostească.....
De aceea toată lumea vorbea cu Zy în grabă.... Zy este mereu aici, așteptând și ascultând....
P.S. Acest vin este delicios 🤭🤭 de băut
@quipnetwork @NucleusCodes @sleepagotchi
Baovy06
Piața AI robotică crește incredibil de rapid în acest moment.
De la seturi video egocentrice, sisteme de captare a mișcării, canale de date sintetice până la instrumente de colectare bazate pe gripper... Se simte ca și cum o nouă companie de date în robotică ar fi lansată în fiecare săptămână.
Dar adevărata problemă este:
Nu toate tipurile de date sunt utile pentru antrenarea roboților.
Înainte de a colecta cantități masive de date, cea mai importantă întrebare ar trebui să fie:
"Ce anume antrenezi robotul să facă?"
PrismaX împarte AI-ul fizic în 2 categorii majore:
• Modelele cinematice → axate pe controlul roboților la nivel scăzut.
Lucruri precum echilibrarea, săriturile, locomoția, precizia mișcării.
• Modelele de bază → concentrate pe îndeplinirea sarcinilor din lumea reală.
Lucruri precum spălatul vaselor, deschiderea ușilor, alegerea obiectelor, interacțiunea cu mediul.
Iar PrismaX se concentrează în principal pe modele de fundație — pentru că viitorul nu are nevoie doar de roboți care pot face backflip-uri.
Are nevoie de roboți care chiar pot ajuta oamenii în viața de zi cu zi.
Ce mi s-a părut interesant este că PrismaX nu "vinde pur și simplu date despre robotică".
Ele merg mult mai adânc în:
• ce fel de date se potrivesc fiecărui model
• ce înseamnă de fapt datele robotice de înaltă calitate
• ce ar trebui să varieze în cadrul seturilor de date
• și ce ar trebui să rămână consistent pentru o convergență mai bună
În acest moment, industria roboticii experimentează diferite modalități de colectare a datelor:
• teleoperare → oameni care controlează roboții de la distanță
• → video uman de instruire pornind de la videoclipuri cu persoane care îndeplinesc sarcini
• Sisteme de prindere → oameni folosind unelte asemănătoare cu șenile
Fiecare metodă are propriile puncte forte și slăbiciuni.
Dar PrismaX consideră că teleoperarea oferă în continuare cele mai calitative date deoarece este mai controlabilă, mai precisă și mai ușor de folosit pentru antrenarea modelelor de bază.
Cea mai importantă concluzie pentru mine din articolul PrismaX este următoarea:
"Robotica nu este doar cercetare AI.
Este, de asemenea, o problemă de inginerie reală."
Nicio companie nu are bani infiniti, roboți infiniti sau timp infinit pentru a antrena modele.
Asta înseamnă că seturile de date nu trebuie doar să fie mari.
Au nevoie de structura potrivită, distribuția corectă și calitatea potrivită pentru ca modelele să învețe eficient.
Și tocmai de aceea PrismaX se concentrează intens pe seturi de date robotice controlate și de înaltă calitate, în loc să urmărească doar scara
Piața AI robotică crește incredibil de rapid în acest moment.
De la seturi video egocentrice, sisteme de captare a mișcării, canale de date sintetice până la instrumente de colectare bazate pe gripper... Se simte ca și cum o nouă companie de date în robotică ar fi lansată în fiecare săptămână.
Dar adevărata problemă este:
Nu toate tipurile de date sunt utile pentru antrenarea roboților.
Înainte de a colecta cantități masive de date, cea mai importantă întrebare ar trebui să fie:
"Ce anume antrenezi robotul să facă?"
PrismaX împarte AI-ul fizic în 2 categorii majore:
• Modelele cinematice → axate pe controlul roboților la nivel scăzut.
Lucruri precum echilibrarea, săriturile, locomoția, precizia mișcării.
• Modelele de bază → concentrate pe îndeplinirea sarcinilor din lumea reală.
Lucruri precum spălatul vaselor, deschiderea ușilor, alegerea obiectelor, interacțiunea cu mediul.
Iar PrismaX se concentrează în principal pe modele de fundație — pentru că viitorul nu are nevoie doar de roboți care pot face backflip-uri.
Are nevoie de roboți care chiar pot ajuta oamenii în viața de zi cu zi.
Ce mi s-a părut interesant este că PrismaX nu "vinde pur și simplu date despre robotică".
Ele merg mult mai adânc în:
• ce fel de date se potrivesc fiecărui model
• ce înseamnă de fapt datele robotice de înaltă calitate
• ce ar trebui să varieze în cadrul seturilor de date
• și ce ar trebui să rămână consistent pentru o convergență mai bună
În acest moment, industria roboticii experimentează diferite modalități de colectare a datelor:
• teleoperare → oameni care controlează roboții de la distanță
• → video uman de instruire pornind de la videoclipuri cu persoane care îndeplinesc sarcini
• Sisteme de prindere → oameni folosind unelte asemănătoare cu șenile
Fiecare metodă are propriile puncte forte și slăbiciuni.
Dar PrismaX consideră că teleoperarea oferă în continuare cele mai calitative date deoarece este mai controlabilă, mai precisă și mai ușor de folosit pentru antrenarea modelelor de bază.
Cea mai importantă concluzie pentru mine din articolul PrismaX este următoarea:
"Robotica nu este doar cercetare AI.
Este, de asemenea, o problemă de inginerie reală."
Nicio companie nu are bani infiniti, roboți infiniti sau timp infinit pentru a antrena modele.
Asta înseamnă că seturile de date nu trebuie doar să fie mari.
Au nevoie de structura potrivită, distribuția corectă și calitatea potrivită pentru ca modelele să învețe eficient.
Și tocmai de aceea PrismaX se concentrează intens pe seturi de date robotice controlate și de înaltă calitate, în loc să urmărească doar scara
Desigur, dorul Hanoiului
A trecut mult timp de când am vizitat Hanoiul
Vântul blând de la West Lake suflă parfum de lotus
Cafeneaua verde și roșie cu lumini
Mașinile coboară tot mai jos pe marginea drumului cu frunze căzute
Picioare care merg pe fiecare stradă
În mijlocul verii, pasărea Phoenix înflorește puternic cu flori
Soarele ușor cade pe fiecare fir de sub verandă
Câte amintiri își amintesc inimile noastre......
@quipnetwork @NucleusCodes @sleepagotchi
Dacă ai fost activ în ecosistemul @sleepagotchi, acum este momentul să-ți verifici eligibilitatea
Proiectul a lansat oficial Creator Leaderboard pe Nucleus Codes cu un fond masiv de recompense de 120.000 de dolari în $SLEEP pentru creatori și membri activi ai comunității.
Ceea ce face Sleepagotchi interesant este că nu este doar un alt joc web3. Echipa construiește în jurul sleep-fi-ului, gamificării și bunăstării AI, creând un ecosistem unic care iese în evidență față de proiectele tipice GameFi.
De asemenea, au strâns milioane de dolari în finanțare și au promovat constant campanii comunitare cu o implicare puternică și recompense solide pentru utilizatori.
Dacă ai făcut sarcini, ai jucat mini-jocurile lor sau ai susținut proiectul pe rețelele sociale, verifică-ți eligibilitatea acum
Alătură-te acum:
Săptămâna aceasta, echipa de la @axisrobotics a continuat să îmbunătățească multe părți importante ale sistemului lor de date robotice, de la generarea automată a sarcinilor și mediile de simulare până la recuperarea defecțiunilor și augmentarea datelor obiectelor.
Dar pentru Zy, ceea ce face ca un proiect să meargă cu adevărat departe nu este doar tehnologia în sine, ci și sprijinul și contribuția comunității.
Și cu cât Zy stă mai mult cu Axis, cu atât acel sentiment devine mai real.
Iată câteva actualizări care i-au atras cu adevărat atenția lui Zy săptămâna aceasta:
• Sistemul de generare a sarcinilor a fost modernizat pentru a înțelege mai bine obiectele disponibile, configurațiile mediului și fluxurile de lucru pe termen lung între diferite întruchipări ale roboților.
• Infrastructura de simulare este acum mult mai stabilă, mai ales când rulează sarcini lungi sau manipulează mai multe obiecte simultan.
• Controalele roboților au fost îmbunătățite pe baza feedback-ului comunității, în special pentru prindere, mișcarea brațului robotic și interfața de control.
• Unul dintre cele mai interesante lucruri este modul în care echipa folosește acțiuni ale roboților eșuate sau aproape eșuate ca date noi de antrenament. Acest lucru ajută roboții să învețe cum să se recupereze din greșeli, în loc să învețe doar din încercările reușite.
În plus, Axis colaborează și cu grupuri de cercetare pentru a dezvolta tehnologie de augmentare a datelor la nivel de obiect. Dintr-un singur obiect, sistemul poate genera multiple variații realiste pentru a îmbunătăți calitatea antrenamentului.
Zy experimentează proiectul de mai bine de o săptămână și, sincer, a fost destul de plăcut. Unele sarcini pot părea uneori puțin întârziate, dar învață și răbdare și perseverență pe parcurs
În ceea ce privește comunitatea, nu este cu adevărat nimic de care să te plângi. Toată lumea este activă, susținătoare și mereu dispusă să se ajute reciproc.
Mai ales în această dimineață, Zy și câțiva membri ai comunității s-au alăturat Discordului și au început împreună o mică sesiune 😂 de karaoke. A fost doar de distracție, dar cumva a creat o senzație foarte caldă și conectată. Momente ca acestea dau cu adevărat viață unei comunități.
Sper ca toți să putem păstra această energie pozitivă, să ne susținem unii pe alții și să rămânem împreună până la finalul călătoriei ❤️ Axei
Vă mulțumesc tuturor foarte mult.
Axis AI
Axis Weekly
Săptămâna aceasta, am continuat să consolidăm fluxul nostru de date robotice în buclă închisă, de la TaskGen și infrastructura de simulare până la recuperarea defecțiunilor și augmentarea la nivel de active.
Actualizări cheie:
- Generarea sarcinilor: Am finalizat scanarea activelor și le-am integrat în TaskGen, ajutând sarcinile generate să raționeze asupra resurselor disponibile, layout-urilor scenelor, fluxurilor de lucru pe termen lung și setările multi-embodiment.
- Infrastructură de simulare: Am îmbunătățit fluxurile de lucru MuJoCo de verificare, reluare și variante de scenă, cu remedieri legate de descărcări repetate, caching, compatibilitate și stabilitatea sarcinilor multi-asset-uri pe termen lung.
- Controale robotice: Am curățat comportamentul prizelor, IK, teleoperarea și panoul de control pe baza feedback-ului de la sarcini pe termen lung și multi-asset.
Recuperarea prin eșec: Am continuat să construim un pipeline pentru a transforma stările de înțelegere eșuate sau aproape eșuate în date reutilizabile pentru învățarea recuperării.
- Augmentarea activului: Împreună cu colaboratori academici, am avansat o direcție de augmentare a formei care poate extinde un asset sămânță în multe variante de obiecte fizic plauzibile.
O privire mai atentă asupra progresului 🧵 din această săptămână
Baovy06 a repostat
Programul Național al Ambasadorilor din Vietnam Melody|Recrutarea unui lider
Melody lansează Programul Național al Ambasadorilor din Vietnam pentru a crește comunitățile locale, extinderea conținutului și impactul offline. Recrutăm un Ambasador Național pentru a reprezenta Melody în Vietnam și pentru a se conecta cu fanii muzicii, utilizatorii Web3 și creatorii.
Canal de aplicare:
#RWA #MusicFi #MELO
Baovy06 a repostat
Axis Weekly
Săptămâna aceasta, am continuat să consolidăm fluxul nostru de date robotice în buclă închisă, de la TaskGen și infrastructura de simulare până la recuperarea defecțiunilor și augmentarea la nivel de active.
Actualizări cheie:
- Generarea sarcinilor: Am finalizat scanarea activelor și le-am integrat în TaskGen, ajutând sarcinile generate să raționeze asupra resurselor disponibile, layout-urilor scenelor, fluxurilor de lucru pe termen lung și setările multi-embodiment.
- Infrastructură de simulare: Am îmbunătățit fluxurile de lucru MuJoCo de verificare, reluare și variante de scenă, cu remedieri legate de descărcări repetate, caching, compatibilitate și stabilitatea sarcinilor multi-asset-uri pe termen lung.
- Controale robotice: Am curățat comportamentul prizelor, IK, teleoperarea și panoul de control pe baza feedback-ului de la sarcini pe termen lung și multi-asset.
Recuperarea prin eșec: Am continuat să construim un pipeline pentru a transforma stările de înțelegere eșuate sau aproape eșuate în date reutilizabile pentru învățarea recuperării.
- Augmentarea activului: Împreună cu colaboratori academici, am avansat o direcție de augmentare a formei care poate extinde un asset sămânță în multe variante de obiecte fizic plauzibile.
O privire mai atentă asupra progresului 🧵 din această săptămână