Alireza Ghods

Alireza Ghods

20,222명의 트위터 팔로워

팔로우하기

Building @natixnetwork 🛠️ #Web3 Physical infrastructure (#DePIN) creator & investor.

포스팅

이 예외적인 사례는 중요한 사실을 알려줍니다. 정면에서만 보면 이 영상은 거의 특별해 보이지 않습니다. 하지만 멀티 카메라 영상은 완전히 다른 이야기를 들려줍니다. 단일 카메라 데이터셋은 불완전할 뿐만 아니라 오해를 불러일으킵니다. 이러한 데이터셋으로 학습시키면 모델은 드문 현상, 위험한 상황, 그리고 그 원인이 무엇인지에 대한 잘못된 표현을 학습하게 됩니다. 사각지대가 고착화되는 것입니다.

NATIX 엣지 케이스 스포트라이트 🛑 물리적 AI는 단순히 움직이는 것만으로는 부족합니다. 언제 기다려야 하는지도 알아야 합니다. 차선을 막고 있는 차량. 특별한 신호 없이, 상황 정보만으로 판단합니다. 고급 VLM을 통해 네트워크에서 추출한 데이터입니다. 이것이 바로 롱테일의 핵심입니다.

실제 AI는 데이터 자체의 한계뿐만 아니라 진정한 관점의 부족으로 인해 제약을 받습니다 🌍 NATIX는 다중 카메라, 다중 각도 데이터를 캡처하여 물리적 세계에 대한 더욱 풍부한 시각을 제공합니다 🧠 이러한 기능 덕분에 MaprGo와의 협업은 자연스러운 결과였습니다 🚀

모두가 OEM 업체에 집중하고 있습니다. 하지만 더 중요한 신호는 NVIDIA가 데이터셋, 시뮬레이션, 추론 모델에 더욱 집중하고 있다는 점입니다. 자율주행 기술은 실제 데이터를 기반으로 구축된 학습 루프로 수렴하고 있습니다. 바로 그 부분이 진정한 병목 현상입니다. twitter.com/AlirezaGhods2/stat...

세계 모델의 정확도는 샌드박스 환경을 벗어나는 순간 떨어집니다. 이는 모델 자체의 문제가 아니라 데이터의 문제입니다. 데이터 전략을 먼저 개선해야 합니다. 그러면 모델도 자연스럽게 따라올 것입니다.

샌프란시스코의 영상으로 학습시켜 라고스의 교통 상황을 시뮬레이션할 수는 없습니다. 다양성이 없는 규모는 진정한 규모가 아닙니다. 현실 세계의 AI는 현실 세계의 다양성을 필요로 하지만, 대부분의 기업은 둘 다 갖추고 있지 않습니다.

사이보그 1세대가 바퀴벌레일 거라고 생각했던 사람 손들어 보세요 🫣

The German startup SWARM Biotactics makes biorobots based on living insects and has already attracted 13 million euros of investment,and deployed with paying NATO customers. source:https://linkedin.com/posts/s-wilhelm_one-year-ago-this-didnt-exist-today-activity-7432506837616463873-4S64?utm_source=share&utm_medium=member_desktop&rcm=ACoAAB3Ot4EBxrxlaANpW1nZnXZxm_80FRABZPc…

물리적 AI에서 언어에서 시각으로의 전환은 발전을 의미합니다. 언어 기반 모델(LLM)은 우리의 말을 이해하고, 응답하고, 다음 문장을 예측하는 방법을 학습했습니다. 월드 모델은 AI에게 현실에서 보고, 상호 작용하고, 다음 순간을 예측하는 방법을 가르치는 방법입니다. 이를 위해서는 시각 데이터가 핵심입니다. twitter.com/AlirezaGhods2/stat...

@Hongyu_Lii @jiahuifu_carol 공유해주셔서 감사합니다! 세계 모델이 상상할 수 있는 것이라면, 현실에서 그것을 실현하기 위한 행동도 추론할 수 있다는 것이 점점 더 확실해지는 것 같습니다.

The holy grail of robotics is to be able to perform previously-unseen, out-of-distribution manipulation tasks “zero shot” in a new environment. NovaFlow proposes an approach which (1) generates a video, (2) computes predicted flow — how points move through the scene — and (3)

예외 상황 발견: 센서 과부하로 자율주행 차량이 반응하지 않음. 시각 정보만을 이용한 자율주행이 장거리 주행 및 일상 주행에서 더 우수함.

Nic Cruz Patane

Elon Musk on LiDAR: “LiDAR also does not work well in snow, rain or dust due to reflection scatter. That’s why Waymos stop working in any heavy precipitation.” Yesterday in LA: x.com/elonmusk/statu…

Loading..