Les gens s'activent et gagnent de l'argent sur @AukiNetwork

Vous n'êtes probablement pas assez cool pour travailler avec @danmonaghanz, pour être honnête.

Qui va gagner la course à l'IA ? 🧠 Stargate/OpenAI va dépenser 500 milliards de dollars en calcul. Elon Musk dépense 1 milliard de dollars. Est-il pauvre ou stupide ? Ou réalise-t-il que l'IA a besoin de capteurs et de données plus que de GPU ? Celui qui rendra le monde réel accessible à l'IA gagnera la course à l'IA. Si nous réussissons, cela pourrait être DePIN et @Intercognitive au lieu d'Elon Musk ou de l'un des grands acteurs centralisés.

De ArC, le simulateur de caméra de cinéma pour iPhone que j'ai dirigé pendant quelques années, à la numérisation de nuages de points en temps réel, en passant par les splats gaussiens, voici mes derniers travaux et prototypes en AR. Toujours ouvert à des projets qui poussent l'AR et le cinéma. #ARKit #ios #ProductionVirtuelle #photogrammétrie

La perception partagée et le sens de l'espace sont ce qui résoudra cela.

Vision épique pour le positionnement spatial, si vous êtes un développeur de réalité augmentée, regardez ceci, DEUX FOIS. Ce n'est pas trop technique, c'est la vision de la façon dont nos applications *devraient fonctionner. Plus besoin de recommencer l'utilisateur à zéro, tous les actifs 3D restent là où ils ont été laissés, les fusionnant dans l'espace réel.

J'ai beaucoup entendu cela récemment : "Nous avons entraîné notre robot sur un seul objet et il s'est généralisé à un objet nouveau - ces nouveaux modèles VLA sont fous !" Parlons de ce qui se passe réellement dans cette partie "A" (Action) de votre modèle VLA. Les composants Vision et Langage ? Ils sont incroyables. Pré-entraînés sur des données à l'échelle d'Internet, ils comprennent les objets, les relations spatiales et les instructions de tâche mieux que jamais. Mais le composant Action ? Cela s'apprend encore à partir de vos démonstrations spécifiques de robot. Voici la réalité : Votre modèle VLA a une compréhension à l'échelle d'Internet de ce à quoi ressemble un tournevis et ce que signifie "serrer la vis". Mais le véritable schéma moteur pour "faire pivoter le poignet tout en appliquant une pression vers le bas" ? Cela provient de vos 500 démonstrations de robot. Ce que cela signifie pour la "généralisation" :   • Généralisation de la Vision : Reconnaît instantanément des objets nouveaux (grâce à la pré-formation)   • Généralisation du Langage : Comprend de nouvelles instructions de tâche (grâce à la pré-formation)   • Généralisation de l'Action : Reste limitée aux schémas moteurs vus lors de l'entraînement du robot Demandez à ce même robot de "dévisser le bouchon de la bouteille" et il échoue parce que : • Vision : Reconnaît la bouteille et le bouchon • Langage : Comprend "dévisser" • Action : N'a jamais appris le schéma moteur "tordre tout en tirant". La dure vérité sur les modèles VLA : Le "VL" vous donne une compréhension incroyable sans exemple. Le "A" nécessite encore des démonstrations spécifiques à la tâche. Nous avons résolu le problème de perception et de raisonnement. Nous n'avons pas résolu le problème de généralisation moteur.

"L'augmentation sourit aux ambitieux" - @caydengineer 🧵

Nous construisons un nouvel internet pour la robotique et la réalité étendue (XR), afin de rendre le monde physique accessible à l'IA. Dans la vidéo de cette année sur l'état du réseau Auki, nous mettons en avant certaines des choses incroyables déjà en cours de construction sur le réseau de perception machine décentralisé :

Auki Labs construit le web du monde réel : un protocole de calcul spatial qui permet à l'IA et aux robots de naviguer, interroger et interagir avec le monde physique aussi facilement que les navigateurs le font avec le web numérique.