搜尋

會員登入

搜尋

導覽

會員
廣告
廣告

生數科技發表Vidar模型 以生成式影片訓練機器人

瀏覽次數:1858

AI新創公司生數科技(ShengShu Technology)日前發表名為Vidar的物理AI模型,透過結合少量真實數據與大規模生成式影片,改變機器人的訓練模式,大幅降低開發門檻與成本。

Vidar模型的核心在於解決了傳統訓練方法的兩大痛點:完全依賴實體機器人成本高昂、難以擴展;而純虛擬模擬又常脫離現實。Vidar則利用其強大的Vidu影片生成技術,在虛擬空間中創建出逼真的多視角訓練場景,實現高效、可規模化的開發。

該模型的最大亮點是其驚人的數據效率。生數科技表示,Vidar僅需約20分鐘的訓練數據,即可讓機器人學會執行複雜任務,所需數據量遠低於業界現有主流模型。

技術上,Vidar採用創新的模組化架構,將「感知」(視覺理解)與「控制」(動作執行)兩個階段解耦,使其能靈活且快速地適應不同類型的機器人與新任務,並能響應語音指令。

生數科技指出,Vidar的應用潛力涵蓋家庭照護、智慧製造、醫療輔助等多個領域,為機器人產業的發展提供了一條更高效、更具成本效益的「AI原生」路徑。

稀土棋局下的台灣解方:從供應鏈韌性看關鍵礦物合作新契機
特別企劃半導體

稀土棋局下的台灣解方:從供應鏈韌性看關鍵礦物合作新契機

稀土與關鍵礦物已成全球科技競爭與經濟安全的重要戰略資源。面對供應鏈高度集中與地緣風險升高,台灣如何透過國際合作、技術替代、戰略儲備與城市採礦,建立自主且具韌性的關鍵礦物供應體系?

稀土與關鍵礦物已成全球科技競爭與經濟安全的重要戰略資源。面對供應鏈高度集中與地緣風險升高,台灣如何透過國際合作、技術替代、戰略儲備與城市採礦,建立自主且具韌性的關鍵礦物供應體系?