注册并分享邀请链接,可获得视频播放与邀请奖励。

与「薇路」相关的搜索结果

薇路 贴吧
一个关键词就是一个贴吧,路径全站唯一。
创建贴吧
用户
未找到
包含 薇路 的内容
[📣] 윤지성 3rd Mini Album ‘미로 (薇路)’ 온라인 럭키드로우 이벤트 안내 - 인사이드레코드 💛응모 기간 : 7월 4일 3PM ~ 7월 11일 23:59PM 🤍사인 폴라로이드, 음성 메세지, 영상 메세지 등 43개의 당첨 상품 랜덤 증정 💛응모자 전원 미공개 포토카드 6종 중 1장 랜덤 증정 #윤지성# #Yoonjisung#
显示更多
0
0
405
127
转发到社区
[📹] 윤지성 V룽V룽 16편 UP‼ 끝나지 않은 미로 앨범 곡 작업 비하인드🌹 SLEEP 작사부터 곡 소개글 작성 과정까지✍🏻 🔗 #윤지성# #YoonJisung# #브이로그# #V룽V룽# #미로# #薇路# #BLOOM# #앨범작업#
显示更多
0
3
622
216
转发到社区
[EVENT] 윤지성 BLOOM 해시태그 EVENT 당첨자 발표🌹 당첨되신 분들께서는 5월 6일까지 양식에 맞춰 메일을 보내주세요. #윤지성# #YoonJisung# #미로# #薇路# #BLOOM# #내_세상_가득_윤지성으로_물들어_BLOOM#
显示更多
0
3
639
151
转发到社区
오늘같이 화창한 봄날과 잘 어울리는 'BLOOM' MV 한 번이면 그곳이 꽃축제!! 다함께 꽃구경 가요🏃🏻💐 🔗 #윤지성# #YoonJisung# #미로# #薇路# #BLOOM# #내_세상_가득_윤지성으로_물들어_BLOOM#
显示更多
0
3
670
267
转发到社区
윤지성(Yoon Jisung) 3rd Mini Album '미로(薇路)' Jacket Making Film 🌹2022.04.27(Wed) 6PM 🔗 🔗 #윤지성# #YoonJisung# #미로# #薇路# #BLOOM# #20220427_6PM#
显示更多
0
2
618
248
转发到社区
윤지성(Yoon Jisung) - 'BLOOM' MV 3rd Mini Album '미로(薇路)' 🌹2022.04.27(Wed) 6PM 🔗 🔗 #윤지성# #YoonJisung# #미로# #薇路# #BLOOM# #20220427_6PM#
显示更多
0
1
712
459
转发到社区
[EVENT] 윤지성 BLOOM 음악방송 출석체크 EVENT 안내🌹 자세한 내용은 공식 카페에서 확인 부탁드립니다. 🔗 #윤지성# #YoonJisung# #미로# #薇路# #BLOOM# #내_세상_가득_윤지성으로_물들어_BLOOM#
显示更多
0
3
599
203
转发到社区
这两年世界模型(World Models)是 AI 里最烧钱的赛道之一,想做机器人、想让 AI 真正走进物理世界的,基本都绕不开它。但你只要多看几个 Demo 就会发现一个通病:这些模型很会“看”——画面能生成得足够逼真,几乎骗得过眼睛;可你真让它回答“我现在动这一下、接下来会连锁出什么”,它常常就卡住了。 说白了,它们学的多半是“相关”——什么和什么经常一起出现、下一帧大概长什么样。在屏幕里写写画画、生成视频,这套绰绰有余;可真实世界是要“动手”的,光知道相关、不懂因果,环境稍微一变就掉链子(它记住的是答案,没记住答案背后的道理,换一道题就露馅)。 一个真正顶用的世界模型,得能在动手前先把事情“想一遍”:它推这一下、抓那一把,会引出什么后果?换种做法,结果又会不会不同?这种“先设想、再验证”的本事,跟数据喂得多不多关系不大,关键在懂不懂因果。 Aether 这次融资要补的,正是世界模型最缺的这块。他们把这条路线叫因果世界模型(Causal World Models),也是全球第一家拿因果当核心架构来做的公司:让模型先把“这么做会怎样”推演明白再决定动作,做错了能顺着结果回头改自己,不用每次推倒重来。 在他们看来,这可能就是 AI 下一代的范式——世界模型从“相关”走到“因果”。这条路好不好走?我老实说,不好走,因果一直是 AI 里最难啃的骨头之一,难到不少人宁可绕开它、继续卷参数。但越是这种硬骨头,越值得有人正经啃一回。能不能成我不敢打包票,可这个方向本身,我觉得值得长期盯着。 公司由黄碧薇 @huang_biwei 创立,她在因果这块磨了整整 12 年——UCSD 助理教授,Causal-Learn 作者之一,百余篇顶会论文,还入选过 Apple Scholar。对世界模型、对这个新范式感兴趣的,可以去看看: @huang_biwei
显示更多
0
17
23
10
转发到社区
兄弟们!这个研究有点牛逼啊! Physical AI 的瓶颈根本不是「模型不够大」,是一开始范式就错了。 先说一个真实场景:桌子高了 2cm,当前最强的 VLA 模型直接失败。 为什么? 因为它只学到了「手伸到某个位置」的相关性,根本不知道「为什么」会摔、「怎样」才能不摔。 这就是 LLM/VLA 路线的致命伤,它在互联网数据上学的是统计相关性,但物理世界运行靠的是因果律。 你可以生成一段完美的「桌面物体掉落」视频,但模型完全不知道下一秒会发生什么。 UCSD 黄碧薇教授 @huang_biwei 刚在 CVPR 2026 发了 Causal World Models(因果世界模型)框架,给这个问题指出了一条新路:让 AI 从「模仿动作」进化到「理解因果」。 不是学「人做了什么」,是让它学「这样做为什么有效、换一个场景为什么失效」。 她今天宣布 Aether AI 融资2000万美金,也成为全球首个因果世界模型公司。 关于她的含金量,我们也来挖一挖: ① 12 年因果 AI 深耕,CMU PhD(导师 Kun Zhang + Clark Glymour) ②100+ 顶会论文,Apple Scholar in AI/ML ③causal-learn 作者(Python 因果发现库,GitHub 高星) CLeaR 2025 Program Co-Chair ④世界模型赛道正热:杨立昆 AMI 融了 $10 亿+,李飞飞 World Labs $10 亿,国内 25 起融资超 22 亿。 几乎所有玩家都在卷数据量、卷仿真规模。 但 Aether AI 的切入点完全不同,不卷 Scale,卷因果结构。 这可能是具身智能从「花拳绣腿」到「真正理解物理世界」的范式转折点。 感兴趣的可以看看官网:
显示更多
0
89
68
16
转发到社区