輝達機器人主管:OpenAI Astra將訓練數據生成提速百倍
nashnova research
英偉達機器人副總裁塔拉稱,OpenAI 9月發布的Astra模型能將機器人仿真數據生成提速100倍,這意味著過去耗時數月的訓練準備正被壓縮到極短周期,機器人AI的能力迭代節奏由此徹底改變。
Astra到底解決了甚麼問題?
訓練機器人AI需要先在電腦裡搭建仿真環境(模擬機器人會接觸的物體和工作場景),此前這一步往往需要數月。
Astra能自動化仿真環境的構建流程,把這個周期大幅壓縮。
這意味著→ 瓶頸不在算法本身,而在「餵數據之前的準備工作」;Astra把這道瓶頸拓寬了100倍。
提速之後,模型會變得多好?
塔拉預測,基於仿真訓練、在未來6至12個月內發布的機器人AI模型,準確率將顯著高於當前主流模型。
Astra還能調用工程軟件對機械零部件建模,並在控制機械臂方面超越部分專用機器人AI模型。
簡單來說= 它不只是「快」,而是既能搭場景又能操控硬件,一個模型幹了過去好幾個工具的活。
英偉達在這條鏈上賺甚麼?
運行上述仿真需要英偉達設計的AI晶片,這類晶片同時用於模型訓練和機器人本體的推理運算。
這意味著→ 機器人仿真越快、數據量越大,對英偉達晶片的需求就越直接——訓練和推理兩頭都食。
機器人的「ChatGPT時刻」還有多遠?
塔拉預期機器人領域將在1至3年內迎來「類ChatGPT時刻」。
驗證節點:自主機器人能否在中小型製造商中實現規模化落地。
這反映出 業界對機器人AI的期待已從實驗室演示轉向真實產線驗證——能不能在小工廠跑起來,才是真正的分水嶺。
市场有风险,内容仅供研究参考,不构成投资建议。
