这支20人的圣地亚哥团队祭出四层因果技术栈:Transformer层直接学习因果关系,模块化架构适配不同机制,世界模型能推演"如果干预会怎样",智能体具备规划归因能力。与主流VLA路线截然不同,他们把动作视为科学实验而非输出结果。黄碧薇犀利指出:"桌面高两厘米就崩溃的系统,本质是死记硬背的考试机器"。实测显示其机器人在操作任务中成功率提升超50%,训练样本需求直降十倍.
当整个行业在数据洪流中狂奔时,Aether AI选择逆流而上。黄碧薇团队将因果思维注入从Transformer到智能体的全栈设计,就像给机器人装上会思考的"因果大脑"。最新落地场景中,物流机器人面对从未见过的障碍物时,能自主推演"如果绕行会怎样",而非机械复现训练数据。这种能力或许正是通向具身智能的关键跃迁——毕竟真正的智慧,永远诞生于对"为什么"的追问之中。
配资论坛提示:文章来自网络,不代表本站观点。