EEmbogent
模型数据硬件产品评测公司技术融资
数据2026/11/14 01:22·重要度 66

灵初强调机器人训练数据质量而非数量

教机器人干活,光“刷课时”可不够!灵初这次较真数据质量

AI 摘要

灵初智能提出,教机器人干活不能只靠增加数据采集时长,数据质量才是决定策略学习效果的关键。文章主张建立数据质量评估与筛选机制,对具身操作数据的可用性把关,用更少但更可靠的样本提升训练效率;具体方法与数据规模原文未披露。

阅读原文来源 量子位·具身智能 · qbitai.com

标题与摘要由 AI 根据原文自动生成,可能存在偏差;具体数据与结论请以原文为准。

同板块相关

数据1 天前

ExtremeDrive 发布极端驾驶场景数据集与评测基准

Xinhan Li 等发布 ExtremeDrive,从真实驾驶记录中筛选出 589 个场景,覆盖紧急操作、复杂交通交互以及湿滑、积雪路面等极端条件,并提供经过校准对齐的多传感器数据,以及道路结构和交通参与者的标注。团队还建立基准,通过仿真执行来评估规划轨迹的安全指标与驾驶表现;等训练集规模实验用于检验关键驾驶场景数据的价值。

数据3 天前

MIT与丰田研究院用三个AI智能体自动生成机器人仿真训练场景

MIT CSAIL与丰田研究院提出 SceneSmith 系统,用基于 GPT-5.2 视觉语言模型的三个智能体分工协作:设计者生成物体与墙面布局,批评者判断真实感,协调者决定何时收敛,最终输出可直接导入物理仿真器的三维室内场景。团队已生成逾1300个餐厅、卧室、酒店等场景,细节与真实度优于以往系统,可减少机器人真机测试时间。