Mọi người đang làm việc chăm chỉ và kiếm tiền trên @AukiNetwork

Có lẽ bạn không đủ ngầu để làm việc với @danmonaghanz thật lòng.

Ai sẽ thắng trong cuộc đua AI? 🧠 Stargate/OpenAI sẽ chi 500 tỷ đô la cho tính toán. Elon Musk đang chi 1 tỷ đô la. Liệu ông ấy có nghèo hoặc ngu ngốc không? Hay ông ấy nhận ra rằng AI cần cảm biến và dữ liệu nhiều hơn là cần GPU? Ai làm cho thế giới thực có thể tiếp cận với AI sẽ thắng trong cuộc đua AI. Nếu chúng ta làm đúng, điều đó có thể là DePIN và @Intercognitive thay vì Elon Musk hoặc bất kỳ ai trong số các nhà cung cấp tập trung lớn.

Từ ArC, trình giả lập camera điện thoại iPhone mà tôi đã dẫn dắt trong vài năm, đến quét điểm mây thời gian thực, Gaussian splats, đây là công việc và nguyên mẫu AR mới nhất của tôi. Luôn sẵn sàng cho các dự án thúc đẩy AR & làm phim. #ARKit #ios #VirtualProduction #photogrammetry

Nhận thức và cảm giác chung về không gian chính là điều sẽ khắc phục điều này.

Tầm nhìn tuyệt vời cho việc định vị không gian, nếu bạn là một nhà phát triển Thực tế Tăng cường, hãy xem điều này, HAI LẦN. Không quá công nghệ, nó nói về tầm nhìn của cách mà các ứng dụng của chúng ta *nên hoạt động. Không còn bắt đầu người dùng từ đầu, tất cả các tài sản 3D vẫn ở vị trí mà họ đã để lại lần cuối, kết hợp chúng vào không gian thực.

Tôi đã nghe điều này rất nhiều gần đây: "Chúng tôi đã huấn luyện robot của mình trên một đối tượng và nó đã tổng quát hóa cho một đối tượng mới - những mô hình VLA mới này thật điên rồ!" Hãy nói về những gì thực sự đang xảy ra trong phần "A" (Hành động) của mô hình VLA của bạn. Các thành phần Tầm nhìn và Ngôn ngữ? Chúng thật tuyệt vời. Được huấn luyện trước trên dữ liệu quy mô internet, chúng hiểu các đối tượng, mối quan hệ không gian và hướng dẫn nhiệm vụ tốt hơn bao giờ hết. Nhưng thành phần Hành động? Vẫn được học từ đầu dựa trên các trình diễn robot cụ thể của bạn. Đây là thực tế: Mô hình VLA của bạn có sự hiểu biết quy mô internet về hình dạng của một cái tua vít và ý nghĩa của "vặn chặt ốc vít". Nhưng mẫu động cơ thực tế cho "xoay cổ tay trong khi áp lực xuống"? Điều đó đến từ 500 trình diễn robot của bạn. Điều này có nghĩa là gì cho "tổng quát hóa":   • Tổng quát hóa Tầm nhìn: Nhận diện các đối tượng mới ngay lập tức (nhờ vào việc huấn luyện trước)   • Tổng quát hóa Ngôn ngữ: Hiểu các hướng dẫn nhiệm vụ mới (nhờ vào việc huấn luyện trước)   • Tổng quát hóa Hành động: Vẫn bị giới hạn ở các mẫu động cơ đã thấy trong quá trình huấn luyện robot Yêu cầu robot đó "mở nắp chai" và nó sẽ thất bại vì: • Tầm nhìn: Nhận diện chai và nắp • Ngôn ngữ: Hiểu "mở" • Hành động: Chưa bao giờ học mẫu động cơ "vặn trong khi kéo" Sự thật khó khăn về các mô hình VLA: "VL" mang đến cho bạn sự hiểu biết tuyệt vời mà không cần ví dụ. "A" vẫn cần các trình diễn cụ thể cho nhiệm vụ. Chúng tôi đã giải quyết vấn đề nhận thức và lý luận. Chúng tôi chưa giải quyết được vấn đề tổng quát hóa động cơ.

"Sự gia tăng mỉm cười với những người tham vọng" - @caydengineer 🧵

Chúng tôi đang xây dựng một internet mới cho robot và XR, để làm cho thế giới vật lý có thể tiếp cận được với AI. Trong video Tình trạng Mạng Auki năm nay, chúng tôi làm nổi bật một số điều tuyệt vời đã được xây dựng trên mạng cảm nhận máy phân tán:

Auki Labs đang xây dựng web thực tế: một giao thức tính toán không gian cho phép AI và robot duyệt, truy vấn và tương tác với thế giới vật lý một cách liền mạch như các trình duyệt làm với web kỹ thuật số.