热议中AI公司动态
复旦贾萧松:VLA、WAM新架构层出不穷,但真正的瓶颈不在模型架构 | 世界模型50人
TL;DR · 一句话结论
贾萧松教授认为,自动驾驶技术的瓶颈在于训练方式,而非模型结构。
主要内容
- 01端到端架构可以减少信息损失,提高整体性能。
- 02世界模型可以帮助提高智能体的能力。
- 03贾萧松教授的研究经历贯穿了自动驾驶技术的重要技术路线变化。
- 04贾萧松教授目前研究灵巧手与Ego数据,将自动驾驶的经验应用于具身智能领域。
背景
贾萧松教授是复旦大学可信具身智能研究院的助理教授,专注于自动驾驶和具身智能领域的研究。
为什么值得关注
贾萧松教授的研究对于自动驾驶和具身智能领域的技术发展具有重要意义。
🇨🇳
对中国用户与市场
贾萧松教授的研究对于中国自动驾驶和具身智能领域的技术发展具有积极的推动作用。
继续关注
⚠尚未确定的部分
- ·自动驾驶技术的发展面临技术、安全和伦理等方面的挑战。
- ·具身智能领域的数据采集和模型训练面临困难。
- ·世界模型的生成结果可能存在幻觉,影响自动驾驶性能。
→可采取的行动
- ·关注自动驾驶和具身智能领域的技术发展。
- ·研究端到端架构和世界模型在自动驾驶和具身智能领域的应用。
- ·探索数据采集和模型训练的新方法,提高自动驾驶和具身智能的性能。
摘记
端到端架构可以减少信息损失,提高整体性能。
世界模型可以帮助提高智能体的能力。
#复旦大学#贾萧松#端到端架构#世界模型#自动驾驶#具身智能
🤖 本文根据 雷峰网 的 RSS 内容整理,并由 AI 辅助提炼要点。完整上下文请以 原文 为准。