最近 AI 社区很多人都在讨论 Scaling Law 是否撞墙的问题。其中，一个支持 Scaling Law 撞墙论的理由是 AI 几乎已经快要耗尽已有的高质量数据，比如有一项研究就预计，如果 LLM 保持现在的发展势头，到 2028 年左右，已有的数据储量将被全部利用完。
随着手术量的增长，越来越多的 AI 驱动产品进入市场，聚焦于手术室管理和数据优化。老牌科技公司如 Intuitive Surgical 和 Medtronic 正在加速推动手术机器人和医疗设备的整合，而诸如 Kronos Health 等初创公司则集中开发手术数据管理工具，进一步提升手术室效率和安全性。
别说什么“没数据就去标注啊，没钱标注就别做大模型啊”这种风凉话，有些人数据不足也能做大模型，是因为有野心，就能想出来稀缺数据场景下的大模型解决方案，或者整理出本文将要介绍的 "Practical Guide to Fine-tuning with Limited Data" 这样的综述。
近日，《Mechanical System and Signal Processing》（MSSP）在线发表刊登北航 PHM 团队最新研究成果：基于大语言模型的轴承故障诊断框架（LLM-based Framework for Bearing Fault Diagnosis）。
近日，Physical Intelligence和星尘智能宣告牵手，在数据和模型层展开合作，推进通用人工智能进入物理世界，共筑世界模型。
近日，关于 Open AI 被投企业 Physical Intelligence (PI) 的一系列报道，让人们关注到具身智能大模型引发的机器人时代变革。
机器人AI大脑成具身智能热门赛道
钛媒体App 11月5日消息，利用AI技术帮机器人造“大脑”的美国独角兽公司物理智能（Physical Intelligence）宣布完成4亿美元（约合人民币28.39亿元）融资。
只要一个3B参数的大模型，就能控制机器人，帮你搞定各种家务。 叠衣服冲咖啡都能轻松拿捏，而且全都是由模型自主控制，不需要遥控。 关键是，这还是个通用型的机器人控制模型，不同种类的机器人都能“通吃”。
开发由人工智能驱动的物理机器人竞赛再次开始，尽管该行业有着失败的记录——以及 OpenAI 在对话式人工智能方面的主导地位可能成为更大竞争对手的威胁。
