觅蜂科技20万小时真机数据拆解:三类“成功数据”可能教坏模型

资讯 腾讯网 作者:上海证券报 全文 666 字 · 约 2 分钟读完 分类模型发布金融 AI智能体

上证报中国证券网讯(记者 宋薇萍)近日,觅蜂科技真机操作团队发布《真实机器人数据质量背后的隐藏变量》研究,基于超20万小时真机数据、2万余个任务记录,结合25款双臂机器人结构分析与多组遥操作对比实验,拆解影响真机数据质量的隐藏因素。 在具身模型训练链路中,预训练无本体数据容错率高,后训练真机数据容错率极低...

所属频道 模型发布智能体与 Agent行业落地

上证报中国证券网讯(记者 宋薇萍)日前,觅蜂科技真机操作团队发布《真实机器人数据质量背后的隐藏变量》研究,基于超20万小时真机数据、2万余个任务记录,结合25款

  在

团队用真机执行做了检验,结果发现有三类数据表面看是成功的,实际却可能把模型带偏,分别对应“看不全”“对不上”“走弯路”三个问题。

先说“看不全”。积木放在机器人初始视野之外时,如果操作员靠肉眼判断来选臂,机器人记录的画面里就没有决策依据,模型选对手臂的概率约50%,跟随机猜差不多;换成操作员与机器人同视角,先确认位置再选臂,准确率能到100%。

再说“对不上”。如果部署的机器人存在

第三类是“走弯路”。操作员为补救而加的动作,会被模型当成习惯。用人為加入停顿和绕行的数据训练后,模型仍保留约90%的额外路径;绕行数据占比从0增至80%时,完成任务时间从25.3秒增至32.6秒,延长约29%。模型分不清“任务需要”和“缺陷补偿”,因为两者都被标注为成功。

研究认为,这些“隐形坏数据”的源头在采集之前就埋下了。机器人“够得着”不等于“干得好”,夹爪加长10厘米虽使可达位置增约39.4%,但关节极限的代价也跟着上升;控制系统不顺会逼着操作员停顿切换,而将部分控制交由

觅蜂把数据质量管理铺到了采集全链路:采集前做选型适配,采集中监测延迟、校准与修正,验收时不只看任务成功,还看完成时间、轨迹长度和决策信息是否完整。研究强调,一条后训练数据有没有效,取决于三个问题:观测是否覆盖决策依据,状态—动作映射在部署本体上是否仍成立,路径是任务要求还是系统缺陷的副产品,这些答案在数据进入

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. OpenAI等AI企业遭亚利桑那州刑事调查:失控智能体疑入侵银行

    11月19日,据路透社报道,美国亚利桑那州已对OpenAI及其他人工智能企业启动刑事调查,案件核心指向“失控AI智能体疑似入侵银行系统”事件。该州总检察长克里斯·梅耶斯(Kris Mayes)周三在芝加哥的新闻发布会上表示:“亚利桑那州对此非常担忧,我们正从多个角度审视这一问题。”

    来源 TechWeb
  2. 亚利桑那州刑事调查OpenAI等AI企业:智能体被指入侵银行系统

    11月19日,据路透社报道,美国亚利桑那州已对OpenAI及其他人工智能企业启动刑事调查,案件核心指向“失控AI智能体疑似入侵银行系统”事件。该州总检察长克里斯·梅耶斯(Kris Mayes)周三在芝加哥的新闻发布会上表示:“亚利桑那州对此非常担忧,我们正从多个角度审视这一问题。”

    来源 TechWeb
  3. 四个AI研究员,四天时间,把一个什么都不会的模型训成了比官方版本还厉害的样子

    先说一件挺颠覆常识的事。你可能以为,把一个语言模型从"啥都不会"训练成"能干活"的得力助手,这事得靠一群顶级工程师熬几个月,反复调参、反复试错,背后是昂贵的专家团队和漫长的研发周期。这是大厂发布会上常听到的叙事。但字节跳动联合几所大学的研究者做了一件事,直接把这个假设掀翻了:他们找来四个AI智能体,每人分配八张...

    来源 腾讯网
  4. OpenAI被刑事调查,因AI智能体入侵银行系统

    IT之家 11 月 19 日消息,据路透社今天报道,美国亚利桑那州总检察长克里斯 · 梅耶斯周三表示,该州已对 OpenAI 及其他人工智能企业展开刑事调查,涉及“失控 AI 智能体入侵银行系统”事件。

    来源 凤凰科技
  5. 抖音生活服务换帅:浦燕子转任顾问,红果莫少君接棒

    眼看交易规模即将追平美团,抖音生服却换下了掌门人。据36氪报道,浦燕子不再担任抖音生活服务总裁,转任公司顾问,后续参与公益相关工作,职务由红果短剧负责人莫少君接任。对此,抖音回应字母榜称,此次调整属于正常的管理岗位轮换与交接,生活服务是公司长期发展方向之一,对该板块会持续投入、长期经营。浦燕子是2023年11月开始负责

    来源 腾讯网
  6. GPT-6.2 Astra登顶机器人榜单:OpenAI解散独立机器人团队

    GPT-6.2 Astra在真实机械臂测试中登顶,通用大模型直驱机器人的能力又进了一步。 据独立评测机构Artificial Analysis发布的AA-Robotics v0.1榜单,GPT-6.2 Astra得分79,完成8项物理任务中的6项。 不只是OpenAI的旗舰模型,能力相对较弱的GPT-6.2 Sol也得

    来源 AI 行业观察
  7. 只改一处代码,谷歌 AI 智能体优化 Harness 后任务成功率提升 8 倍

    IT之家 11 月 20 日消息,谷歌研究人员当地时间 11 月 17 日最新发表的研究论文《Harnesses That Improve Themselves》(《能够自我改进的 Harness》)显示,通过让 AI 智能体逐步修改自身运行框架,并对每次修改进行验证,可以显著提高软件工程任务的完成率。 在一项 SWE

    来源 AI 行业观察
  8. 三星 One UI 9.5 测试 Days:把通话、出行和支付等串成每日时间线

    IT之家 11 月 20 日消息,科技媒体 SammyGuru 昨日(11 月 19 日)发布博文,报道称在 One UI 9.5 首个 Beta 测试版中,三星正在测试 Days 功能,尝试将用户一天的活动自动整理成时间线。该媒体指出三星此前曾测试 Memory 功能,主打集中保存截图、链接、笔记和语音备忘录,并借助

    来源 腾讯网
  9. OpenAI开放GPT-Live-1.1 API:语音智能体可边聊边干活

    IT之家 11 月 20 日消息,OpenAI 今日宣布向开发者开放 GPT-Live-1.1 API 语音模型,允许第三方开发者将其集成到自己的应用程序中,构建能够实时聆听、回应并执行复杂任务的 AI 语音智能体。 据 OpenAI 介绍,GPT-Live-1.1 是 GPT-Live-1 的升级版本,具备全双工语音

    来源 AI 行业观察
  10. 三星 One UI 9.5 代码现 Gauss 4,自研 AI 模型再进一步

    IT之家 11 月 20 日消息,科技媒体 SammyGuru 昨日(11 月 19 日)报道,称三星正在积极推进自研 Gauss 系列 AI 模型,在 One UI 9.5 首个 Beta 测试版中,发现了 Gauss 4 E2B 模型踪迹。 相关名称出现在支撑 AI 智能体功能的 Personal Agent Co

    来源 AI 行业观察
  11. 三星One UI 9.5首测Days:自动生成每日时间线

    IT之家 11 月 20 日消息,科技媒体 SammyGuru 昨日(11 月 19 日)发布博文,报道称在 One UI 9.5 首个 Beta 测试版中,三星正在测试 Days 功能,尝试将用户一天的活动自动整理成时间线。 该媒体指出三星此前曾测试 Memory 功能,主打集中保存截图、链接、笔记和语音备忘录,并借

    来源 AI 行业观察
  12. 上海AI Lab开源Sage S2.1 Flash报告:320B模型四基准SOTA

    只需一个指令,Agent 就能从 12,487 张 CT 图像中,重建一个三维骨骼模型?Sage S2.1 Flash 做到了,它的答案是找出属于目标扫描序列的切片,整理好,再操作医学影像软件 3D Slicer,重建立体可见的骨骼模型。近日,上海人工智能实验室联合复旦大学、中国科学院软件研究所、中国人民大学、中国科学

    来源 腾讯网
  13. OpenAI用GPT-4o改芯片电路,AMD旗舰GPU能效最高提14%

    OpenAI 当地时间 18 日发布技术报告,披露 AI 辅助芯片设计进展。自研推理芯片 Jalapeño 2025 年初就交给 GPT-4o 打下手:模型重写浮点加法器、乘法器等电路,新乘法器综合后面积减约 15%、延迟压到一个时钟周期;合计向量计算单元面积减约 13%,矩阵计算单元减约 10%,

    来源 AI 开发者社区
  14. AI智能体游戏反复失败:问题出在"没见过"

    你让一个AI智能体去玩一个文字冒险游戏,比如ALFWorld里的那种任务:把苹果放进冰箱冷藏。它尝试了一百次,一百次都失败在同一个地方,比如它压根没想到要先打开冰箱门。这时候你用再聪明的算法去分析这一百次失败的轨迹,能挖出什么新东西吗?答案是挖不出来。因为这一百条轨迹里根本没出现过"打开冰箱门"这个动作,你没法...

    来源 腾讯网
向下滚动自动加载更多