电商|李飞飞World Labs收购SceniX,物理AI训练正从“采数据”走向“造世界”

核心内容摘要

电商|李飞飞World Labs收购SceniX,物理AI训练正从“采数据”走向“造世界”我订阅了营养相关标签,更新算稳定,解读也不贩卖焦虑。语言通俗,但没有把科学讲成尴尬段子,分寸拿得住。纠错入口找得到,肯改、改得透明,比完美人设更让人信。思维工具型条目比冷知识更值钱,打开方式对了就有复利。我会继续用信任投票,也希望它别被错误指标带偏。

电商|李飞飞World Labs收购SceniX,物理AI训练正从“采数据”走向“造世界”

这套系统做的事情,听起来并不复杂:把一个真实机器人任务搬进仿真,在仿真放大的任务场景中训练和评测策略,再把策略部署回真实机器人。 更关键的是,策略在仿真中的相对表现,能否预测它回到真机后的表现;仿真中发现的失败区域,能否提前暴露真实部署可能遇到的问题。 World Labs将其定义为一个可以反复运行的机器人训练与评测引擎:一个真实任务进入系统后,可以被扩展成大量可控制、可复用的训练世界。 一根线缆即使拥有准确的纹理和阴影,如果它不会随着受力滑动、弯折和缠绕,机器人在仿真中学会的动作,也很难回到现实。 而这套由真实世界进入虚拟世界、再回到真实世界的技术路径,恰好与无问智科以“世界模型X数据工厂X世界模拟器”三位一体架构实现“采集世界—生成世界—模拟世界”路径完整打通Real2Sim2Real的技术布局不谋而合。 模型在训练、测评和真机运行中暴露问题;系统根据这些问题重新定义数据需求;再通过真实采集、世界生成和仿真补充数据,进入下一轮训练与验证。 如果说World Labs收购SceniX,让R2S2R从一条技术路线走到了产业聚光灯下,那么无问智科此前提出的“采集世界—生成世界—模拟世界”,则是试图把这条路线进一步落实为一套完整闭环的数据基础设施。 但无问智科所理解的“采集世界”,不是把机器人集中到训练场里,反复执行一批预先设计好的动作,而是通过大规模无感野采,让采集设备进入工厂、商业空间、家庭等真实环境,记录自然作业过程中真实发生的物理交互。 因此,无问智科将世界理解模型引入数据生产链路,对回传数据进行自动化清洗、筛选、时空对齐、标注、数据集构建和跨格式、跨本体转换。 系统需要理解物理交互中发生了什么、任务处于哪个阶段、人与什么物体发生了交互、人与物体如何运动,以及最终为什么成功或失败,再将连续的真实作业数据转换成可以用于训练、重建和评测的结构化资产。 不同任务需要采集哪些模态、达到怎样的时空精度、如何完成多传感器同步,以及数据怎样进入后端处理链路,共同决定设备的传感器组合与产品形态。 无问智科要解决的,不只是“怎样采到更多数据”,而是如何让真实物理交互能够以更自然的方式发生,再以更自动化的方式转化为模型可用的数据。 这些来自真实世界的交互数据,一方面经过治理,成为了可用于训练机器人大脑的数据资产,另一方面也会进入无问智科的世界模型训练体系,成为后续世界重建、生成扩展和虚实校准的现实锚点,通过源源不断真实世界的交互数据,构成了无问智科世界模型持续迭代的数据飞轮。 即便能够持续扩大真实采集,也很难低成本覆盖模型可能遇到的所有状态,尤其是低频异常、危险工况和难以重复制造的失败边界。 一扇门除了纹理和几何结构,还需要具备铰链、运动范围和碰撞关系;一个抽屉需要恢复滑轨和可操作区域;柔性物体则需要具备与真实材料相符的形变与交互属性。 一个现实中只出现过有限次数的工业搬运任务,可以被扩展为不同货物类型、不同摆放位置、不同遮挡关系和异常工况下的一组任务分布。 围绕真实场景进行受控变化,可以形成与现实分布接近的“物理表亲”;进一步面向未知环境和长尾状态进行扩展,则可以构造更远分布的“物理远亲”。 当评测发现模型总是在某类材质、某种空间关系或者某个任务阶段失败,系统便可以针对这些能力缺口,反向生成新的物体、环境和任务组合。 机器人采取一个动作后,物体怎样运动,接触如何发生,线缆如何弯曲,柔性材料如何形变,液体如何流动,都决定了仿真中的策略能否最终迁移到现实。 无问智科开创了由显式DPE可微分物理求解器+PINN物理信息神经网络,结合隐式因果动力学模型构建的双空间世界模拟器“无穹”,让虚拟世界能够对物理交互实现更广范围、更高精度的模拟。 系统可以对比同一物理变化在现实和仿真中的状态,持续修正虚拟世界中的几何、参数、拓扑、状态和边界物理量。换言之,模拟世界并不是一次搭建完成后便固定不变,而是会随着采集到的真实世界数据进行不断校准。 当虚拟世界具备足够可信的交互能力后,它将成为机器人的训练场和考场。决策器可以通过在世界模拟器生成的海量丰富场景和任务中进行数百万次的强化学习训练和评测。 采集世界提供真实锚点,生成世界放大数据分布,模拟世界完成物理推演;模型在现实中暴露的新问题,再重新定义下一轮需要采集和生成的数据。 一个真实任务能拓展出多少有效的训练世界?数据的堆叠是否真的提升了模型的能力?模型的失败又能否快速变成下一轮迭代的数据输入?

📕作者: 郭法撰 · 更新于 2026-08-11 03:48:39

🩲裸体 挤奶 动漫具身智能,在物理世界中成长(院士讲科普·未来产业)

🔞未上锁的房间3值得一提的是,国乒男单已经全员止步16强。如今东道主日本队多名年轻选手闯进男单四强,松岛辉空这场大逆转,也再次印证日韩新生代选手成长速度飞快,冲击力越来越强,值得重视。之前老医院因为拖欠两千六百万租金被强制清退,招牌被吊车拽下来的画面,狼狈得让人不忍看。李亚鹏没卖惨没诉苦,就发了一条视频说医院不会死,就是换口气接着干。

🔞《快穿宿主被装满(日常)马甲临安快穿之》对阵向鹏已4连胜!张本智和放话:并非我打得好 而是双方实力体现

💃日本又大又好看的ppt百度这样,不只是实验速度提高了。实验本身的质量,也会不断提高。我认为,这两件事情结合起来,会真正改变未来科学研究的方式。

🥵年轻的善良的后妈48月7日,法国媒体《队报》披露此前逃离伊朗女足队伍的2名球员已经正式获得澳大利亚的国籍。同时,这2名球员的最新造型也曝光,她们已完全融入了当地人的生活。

电商|李飞飞World Labs收购SceniX,物理AI训练正从“采数据”走向“造世界”

📸 记者 潘金福 摄 · 更新于 2026-08-11 03:48:39

相关标签

电商|李飞飞World Labs收购SceniX,物理AI训练正从“采数据”走向“造世界”

电商|李飞飞World Labs收购SceniX,物理AI训练正从“采数据”走向“造世界”: 本文详细介绍了电商|李飞飞World Labs收购SceniX,物理AI训练正从“采数据”走向“造世界”我订阅了营养相关标签,更新算稳定,解读也不贩卖焦虑。语言通俗,但没有把科学讲成尴尬段子,分寸拿得住。纠错入口找得到,肯改、改得透明,比完美人设更让人信。思维工具型条目比冷知识更值钱,打开方式对了就有复利。我会继续用信任投票,也希望它别被错误指标带偏。

关键词:电商|李飞飞World Labs收购SceniX,物理AI训练正从“采数据”走向“造世界”