Kun mallien lähestymistavat lähenevät toisiaan, fyysisen tekoälyn ratkaiseva tekijä muuttuu

Artikkelissa väitetään, että fyysisten AI-teknisten lähestymistapojen lähentyessä toimiala kohtaa uusia pullonkauloja, erityisesti 'pirstaloituneita kerroksia' mallien ja datan, näön ja toiminnan sekä simulaation ja todellisuuden välillä. Näihin haasteisiin vastatakseen kiinalainen它自动驾驶yritys DeepRoute on perustanut Superfluid Labin, jota johtaa entinen DeepSeekin ydintiimin jäsen Ruan Chong. Superfluid Lab keskittyy perusmalleihin, VLA-malleihin, maailmanmalleihin ja monimuotoiseen ymmärrykseen, tavoitteenaan luoda kitkaton tutkimussilmukka. Laboratorion lähestymistapa korostaa organisaatiotason yhdenmukaisuutta, jossa eri alojen tutkijat työskentelevät yhdessä yhtenäisen mallin ympärillä, vastakohtana perinteiselle tuotekeskeiselle kehitykselle. Tämä heijastaa laajempaa toimialan muutosta tuotekilpailusta mallikilpailuun ja nyt perustavanlaatuisten kyvykkyyksien sekä organisaation tehokkuuden kilpailuun, samankaltaisesti kuin OpenAI:n varhainen strategia.