原腾讯Robotics X算法研究员创业，4个月获3轮融资，要在3-5年将人形机器人送进家庭
原腾讯Robotics X算法研究员创业，4个月获3轮融资，要在3-5年将人形机器人送进家庭在腾讯四年，朱庆旭曾将多种训练数据喂给具身模型，最终他得出结论：“基于遥操作数据训练的主流方案，有着原理性缺陷。”
来自主题: AI资讯
7963 点击 2025-11-19 17:13
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
在腾讯四年，朱庆旭曾将多种训练数据喂给具身模型，最终他得出结论：“基于遥操作数据训练的主流方案，有着原理性缺陷。”
「大家严重低估了 Voice 作为 AI 交互界面的潜力。」
“开组会是一场巨大的精神霸凌。”
大家都知道，图像生成和去噪扩散模型是密不可分的。高质量的图像生成都通过扩散模型实现。
周末和几个老同学聚了聚。大家都在互联网行业，聊着聊着话题自然绕到 AI。
在过去两年，大语言模型 (LLM) + 外部工具的能力，已成为推动 AI 从 “会说” 走向 “会做” 的关键机制 —— 尤其在 API 调用、多轮任务规划、知识检索、代码执行等场景中，大模型要想精准调用工具，不仅要求模型本身具备推理能力，还需要借助海量高质量、针对性强的函数调用训练数据。
智能体自进化，阿里开源了新成果。
无需重新训练，也能一键恢复模型的安全意识了。
人类高级视觉皮层在个体间存在显著的功能差异，而构建大脑编码模型（brain encoding models）—— 即能够从视觉刺激（如图像）预测人脑神经响应的计算模型 —— 是理解人类视觉系统如何表征世界的关键。传统视觉编码模型通常需要为每个新被试采集大量数据（数千张图像对应的脑活动），成本高昂且难以推广。
AI正悄悄蚕食整整一代人的入场券。新人难觅岗位，毕业生不得不面对「没有经验就没有工作，没有工作就无法获得经验」的恶性循环。当实验中的AI为「活下去」开口敲诈，人类才真正看见技术失控的阴影。在淘汰一半初级白领与缔造10%增长之间，我们还有多少时间为AI加装护栏？社会命运不能只寄托于几家公司的良知，更需要制度保障。