与「230910」相关的搜索结果

大阪での「ミート＆グリート」が無事に終わりました💖たくさんの笑顔をありがとうございました🥰✨次は東京でお会いしましょう！ #230909# #230910# @ #ENHYPEN# 日本3rdシングル『結‐YOU‐』シリアルナンバー特典「ミート＆グリート」イベント #ENHYPEN_結_YOU# #EN_YOU#

One of the most eloquent explanations of immigration you’ll ever hear. Milton Friedman had an extraordinary ability to cut through the political bullshit and explain complicated issues with simple economic logic. Still relevant today. 🎯

嗯， 昨天撮合了一单AI 视频内容工厂，售价 5万/套。它的主要优势： 1/ 日产 100条高质量 AI 种草视频 2/ 环境全部搭好，流水线 7x24 生产 3/ 矩阵化打标，投放，追踪全链路数据 原本客户要的是制作 AI视频，成本是 400-500/分，沟通几轮下来发现，客户认为能够有一个 AI 视频制作工厂，对他生意更有帮助，成本省了获客规模反而更大 技术被平权之后，深深觉得，我们程序员得发展点别的技能

最近看大家都在写 Kaito 上的 Axis，我也顺便去研究了一下 @axisrobotics 到底在做什么。 其实我觉得 Physical AI 有一个很现实的问题：机器人要变聪明，首先得有数据可以学习。 LLM 可以直接学习互联网上几十年来积累的大量文字、图片和视频。 但机器人没有这么方便，到现在没有一个地方可以让机器人直接学习，比如人类是怎么拿东西的、怎么开门的、怎么整理物品的，甚至做错之后应该怎么纠正。 这就是 Axis 想解决的问题，它想做的是帮机器人收集更多训练数据。 传统方式是让人在实验室里操作真实机器人来收集数据。 但这样又贵又慢，而且一个实验室能收集的场景也有限。 Axis 就换了一个思路：让更多人一起来收集数据。 你可以在电脑上控制模拟机械臂完成任务；也可以用手机记录人类真实的第一视角动作。 如果机器人模型做错了，人类还能接手完成任务，告诉它正确应该怎么做。 最后就形成一个循环：收集数据 → 训练机器人 → 发现哪里做不好 → 再专门收集这部分数据。 所以 Axis 说自己是 Compounding Data Engine（复合数据引擎）。 白话一点就是：数据越多 → 机器人越聪明 → 越能发现自己哪里不会 → 再收集这些数据 → 继续变聪明。 数据不是收集一次就没用了，而是可以不断帮下一轮模型进步。 如果未来 LLM 是靠互联网数据发展起来的，那机器人未来可能也需要一个属于自己的“数据互联网”。 我理解 Axis 想做的，就是帮 Physical AI 建这个东西。 而最近 @axisrobotics 也开启了 @KaitoAI 的 Katalyst 活动。 这是 Kaito 首个 token-based campaign，奖励池为 0.25% $AXIS，TGE 时 100% 解锁。 Epoch 1 已经开启，并持续至 9 月 18 日 12:00 UTC。 每个 Epoch 最多可以发 10 条 Axis 相关内容，但只计算表现最好的 6 条。 活动我后面再单独研究一下具体参与方法，有兴趣的可以一起来写👉