General Intuition 公司提出利用海量电子游戏模拟数据来训练物理人工智能的基础模型，旨在减少对稀缺真实世界机器人数据的依赖。该方法希望通过模拟在物理环境中难以获取或成本高昂的多样化场景，加速机器人的开发进程。
背景
机器人领域长期面临“数据饥渴”问题，即训练有效模型需要大量昂贵且耗时的真实世界交互数据。基于仿真的训练已成为弥合这一差距的有力替代方案。
- 来源
- TechCrunch
- 发布时间
- 2026年7月9日 03:19
- 评分
- 7.0 / 10
General Intuition 公司提出利用海量电子游戏模拟数据来训练物理人工智能的基础模型，旨在减少对稀缺真实世界机器人数据的依赖。该方法希望通过模拟在物理环境中难以获取或成本高昂的多样化场景，加速机器人的开发进程。
机器人领域长期面临“数据饥渴”问题，即训练有效模型需要大量昂贵且耗时的真实世界交互数据。基于仿真的训练已成为弥合这一差距的有力替代方案。