RechercheRobotique 🇨🇳 10.08.2026 14:03

Alors que les approches de modélisation convergent, le facteur décisif de l'IA physique évolue

DeepRoute.aiDeepRoute.ai DeepSeekDeepSeek
L'article aborde la manière dont le domaine de l'IA physique est confronté à de nouveaux goulots d'étranglement à mesure que les routes techniques convergent. Il identifie trois « fractures » clés entre les modèles et les données, la vision et l'action, ainsi que la simulation et la réalité, et présente Superfluid Lab, un nouveau laboratoire d'IA créé par DeepRoute, visant à construire un système de recherche en boucle fermée.
L'article soutient qu'à mesure que les approches techniques de l'IA physique convergent, l'industrie est confrontée à de nouveaux goulots d'étranglement, notamment les « couches fragmentées » entre les modèles et les données, entre la vision et l'action, et entre la simulation et la réalité. Pour y remédier, DeepRoute, une entreprise chinoise de conduite autonome, a créé Superfluid Lab, dirigé par Ruan Chong, ancien membre clé de DeepSeek. Superfluid Lab se concentre sur les modèles de fondation, les modèles VLA, les modèles du monde et la compréhension multimodale, visant à créer une boucle de recherche sans frottement. L'approche du laboratoire met l'accent sur l'alignement au niveau de l'organisation, où des chercheurs de différents domaines travaillent ensemble autour d'un modèle unifié, contrastant avec le développement traditionnel axé sur les produits. Cela reflète une évolution plus large de l'industrie, passant d'une concurrence sur les produits à une concurrence sur les modèles, puis à une concurrence sur les capacités fondamentales et l'efficacité organisationnelle, semblable à la stratégie initiale d'OpenAI.
Source: QbitAI 量子位 — original
Nos articles précédents sur ce sujet ↓
Infos fraîches