Persepsi bersama dan rasa ruang adalah apa yang akan memperbaiki ini.

Visi epik untuk pemosisian spasial, jika Anda seorang pengembang Augmented Reality, tonton ini, DUA KALI. Tidak terlalu teknologi, ini tentang visi tentang bagaimana aplikasi kami *harus bekerja. Tidak perlu lagi memulai pengguna dari awal, semua aset 3D tetap di tempat terakhir mereka tinggalkan, menggabungkannya ke dalam ruang daging.

Saya sering mendengar ini baru-baru ini: "Kami melatih robot kami pada satu objek dan itu digeneralisasi menjadi objek baru - model VLA baru ini gila!" Mari kita bicara tentang apa yang sebenarnya terjadi di bagian "A" (Action) dari model VLA Anda. Komponen Visi dan Bahasa? Mereka luar biasa. Dilatih sebelumnya pada data skala internet, mereka memahami objek, hubungan spasial, dan instruksi tugas lebih baik dari sebelumnya. Tapi komponen Aksi? Itu masih dipelajari dari awal pada demonstrasi robot spesifik Anda. Inilah kenyataannya: Model VLA Anda memiliki pemahaman skala internet tentang seperti apa obeng dan apa artinya "kencangkan sekrup". Tapi pola motor sebenarnya untuk "memutar pergelangan tangan sambil menerapkan tekanan ke bawah"? Itu berasal dari 500 demo robot Anda. Apa artinya ini untuk "generalisasi":   • Generalisasi penglihatan: Mengenali objek baru secara instan (berkat pra-pelatihan)   • Generalisasi bahasa: Memahami instruksi tugas baru (berkat pra-pelatihan)   • Generalisasi tindakan: Masih terbatas pada pola motorik yang terlihat selama pelatihan robot Mintalah robot yang sama untuk "membuka tutup botol" dan gagal karena: • Penglihatan: Mengenali botol dan tutup • Bahasa: Memahami "buka tutup" • Tindakan: Tidak pernah mempelajari pola motor "putar sambil menarik" Kebenaran keras tentang model VLA: "VL" memberi Anda pemahaman zero-shot yang luar biasa. "A" masih membutuhkan demonstrasi khusus tugas. Kami telah memecahkan masalah persepsi dan penalaran. Kami belum memecahkan masalah generalisasi motor.

"Augmentasi tersenyum pada yang ambisius" - @caydengineer 🧵

Kami sedang membangun internet baru untuk robotika dan XR, untuk membuat dunia fisik dapat diakses oleh AI. Dalam video State of the Auki Network tahun ini, kami menyoroti beberapa hal menakjubkan yang sudah dibangun di jaringan persepsi mesin terdesentralisasi:

Auki Labs sedang membangun web dunia nyata: protokol komputasi spasial yang memungkinkan AI dan robot menelusuri, menanyakan, dan berinteraksi dengan dunia fisik semulus browser dengan web digital.

Pada tahun 2009, Charlie Rose bertanya kepada Jensen Huang tentang Nvidia vs. Intel. Pembuat chip tidak bersaing secara langsung tetapi Jensen mengatakan GPU vs. CPU adalah "pertempuran untuk jiwa" komputasi dan GPU akan "lebih relevan" pada waktunya. Intel bernilai $100 miliar dan Nvidia berada di $4 miliar. Saat ini, Intel berada di $107 miliar sementara Nvidia bernilai ~ 1.000x lebih banyak dengan harga $ 4,4 Triliun.

Sebuah drone pengiriman yang membawa paket baru saja terbang melewati jendela saya di Shenzhen.

Anak saya yang berusia dua tahun secara tidak sengaja menendang saya di tempat tidur. Saya: Aduh, itu menyakitkan. Jangan menendang saya di peepee. Dia: Bisakah kamu meniup intip Pappa, ibu? Sungguh juara.

"Saya tahu potensi AI, Augmented Reality, robot, dan sebagainya, tetapi saya tidak berpikir itu sudah ada di sini dan sekarang!" -Pelanggan Fortune Europe 300, melihat Auki langsung di tempatnya