TAG:Transformer

GEN-1和千寻的共识:历史不会重复,但具身智能正在押韵Transformer

GEN-1和千寻的共识:历史不会重复,但具身智能正在押韵Transformer

本文将具身智能的当前发展与2018年Transformer引发的大模型革命相类比,揭示了行业突破性进展。美国Generalist AI的GEN-1模型通过海量人类行为数据预训练,显著提升物理操作任务成功率并降低机器人数据依赖,被视为具身智能的“ChatGPT时刻”。文章强调,国内千寻智能与GEN-1在数据驱动、高效数据利用及可穿戴设备采集人类数据等技术路线上高度同频,预示着全球具身智能发展路径的收敛。这种颠覆传统“机器教学”的范式变革,有望解决行业“数据贵、落地难”的痛点,推动具身智能实现大规模落地,迈向

2026-04-07 19:06
0
0

为Transformer注入长期记忆:Memo框架通过“学会做摘要”解决具身智能核心挑战

为Transformer注入长期记忆:Memo框架通过“学会做摘要”解决具身智能核心挑战

牛津大学研究团队提出Memo框架,为Transformer模型注入长期记忆能力。该框架模仿人类笔记行为,让模型自主生成任务相关的摘要标记,通过动态记忆缓冲区存储和检索关键信息,解决了传统Transformer在长序列任务中的记忆限制问题。实验表明Memo在具身智能任务中性能优异,上下文标记减少8倍,同时保持强大的长时域推理能力。

机器人大讲堂 2025-10-30 11:58
14
0

推荐专栏

爱力方

爱力方

机器人前沿资讯及信息解读
机器人大讲堂

机器人大讲堂

中国顶尖的机器人专业媒体服务平台
关注爱力方,掌握前沿具身智能动态

© 2025 A³·爱力方

https://www.agent.ren/