姚卯青: O treinamento de modelos globais enfrenta incompatibilidade de dados e gargalos de escala

robot
Geração do resumo em andamento
Notícias da Mars Finance, 17 de julho: o CEO da Mifeng Technology, Yao Mouqing, afirmou na WAIC 2026 que o cerne dos modelos de mundo está em prever o “próximo estado” do mundo físico. Ele reconheceu que as pesquisas atuais ficam, em grande parte, na geração visual, com dois grandes pontos problemáticos: 1) muitos vídeos da internet incluem conteúdo que contraria a física, faltando dados de interação de contato necessários a robôs; 2) a escala dos dados é muito inferior à dos grandes modelos, com baixa densidade de informação no mundo físico, o que torna difícil obter decisões de nível mais alto, exigindo dados reais em escala de “centenas de milhões” de horas. Yao Mouqing destacou que o modelo de mundo precisa ter capacidade de entendimento multimodal, domínio de leis físicas e raciocínio causal. Ao comentar sobre a implementação, ele acredita que, no curto prazo, cenários com demanda urgente e alta frequência, além de ambientes controláveis, serão os primeiros a avançar; a popularização em ambientes abertos como o doméstico dependerá de a indústria construir uma capacidade de generalização universal mais forte. (Visão panorâmica)
Ver original
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
  • Recompensa
  • Comentário
  • Repostar
  • Compartilhar
Comentário
Adicionar um comentário
Adicionar um comentário
Sem comentários
  • Fixado