Lần đầu tiên tôi xem KGeN một cách nghiêm túc là vì “robot”
Trước đây, mỗi lần tôi thấy KGeN, phản ứng đầu tiên của tôi thực ra vẫn là Web3.
Nhưng gần đây, họ bắt đầu chuyển trọng tâm sang Physical AI / Robotics, và sự thay đổi đó khiến tôi nhìn lại dự án này.
Bởi vì lúc này, “dữ liệu con người thật” đột nhiên mang ý nghĩa hoàn toàn khác.
Nếu là chatbot, thì dữ liệu chữ có lẽ đã đủ.
Nhưng robot thì khác.
Robot cần biết:
Con người đi lại bằng cách nào?
Tay di chuyển ra sao?
Sờ vào đồ vật thì cảm giác như thế nào?
Trong các môi trường khác nhau, con người sẽ làm gì?
Âm thanh, thị giác, động tác, thậm chí cả xúc giác đều có thể trở thành dữ liệu huấn luyện.
Hiện tại, điều mà phía chính thức của KGeN nhấn mạnh chính là dữ liệu con người thật đa phương thức, bao gồm Sound, Sight, Motion, Touch, và dùng những dữ liệu này cho Physical AI và LLM.
Tôi nghĩ ở đây có một khác biệt rất trực quan:
Dữ liệu AI thông thường:
“Cho AI biết con người là như thế nào.”
Dữ liệu Physical AI:
“Để AI thực sự hiểu con người sống và hành động ra sao.”
Hai thứ này hoàn toàn không phải cùng một mức độ khó.
Vì vậy, bây giờ khi tôi xem KGeN, tôi sẽ không chỉ quan tâm đến giá của $KGEN.
Ngược lại, tôi muốn biết:
Những dữ liệu con người thật này rốt cuộc có tạo ra nhu cầu thương mại dài hạn được hay không?
Nếu ngành AI và robot thực sự ngày càng cần loại dữ liệu này, thì “Verified Human” có thể sẽ dần dần chuyển từ một khái niệm Web3 thành một phần của hạ tầng AI
#KGENUpdate #Aİ #KGEN
Trước đây, mỗi lần tôi thấy KGeN, phản ứng đầu tiên của tôi thực ra vẫn là Web3.
Nhưng gần đây, họ bắt đầu chuyển trọng tâm sang Physical AI / Robotics, và sự thay đổi đó khiến tôi nhìn lại dự án này.
Bởi vì lúc này, “dữ liệu con người thật” đột nhiên mang ý nghĩa hoàn toàn khác.
Nếu là chatbot, thì dữ liệu chữ có lẽ đã đủ.
Nhưng robot thì khác.
Robot cần biết:
Con người đi lại bằng cách nào?
Tay di chuyển ra sao?
Sờ vào đồ vật thì cảm giác như thế nào?
Trong các môi trường khác nhau, con người sẽ làm gì?
Âm thanh, thị giác, động tác, thậm chí cả xúc giác đều có thể trở thành dữ liệu huấn luyện.
Hiện tại, điều mà phía chính thức của KGeN nhấn mạnh chính là dữ liệu con người thật đa phương thức, bao gồm Sound, Sight, Motion, Touch, và dùng những dữ liệu này cho Physical AI và LLM.
Tôi nghĩ ở đây có một khác biệt rất trực quan:
Dữ liệu AI thông thường:
“Cho AI biết con người là như thế nào.”
Dữ liệu Physical AI:
“Để AI thực sự hiểu con người sống và hành động ra sao.”
Hai thứ này hoàn toàn không phải cùng một mức độ khó.
Vì vậy, bây giờ khi tôi xem KGeN, tôi sẽ không chỉ quan tâm đến giá của $KGEN.
Ngược lại, tôi muốn biết:
Những dữ liệu con người thật này rốt cuộc có tạo ra nhu cầu thương mại dài hạn được hay không?
Nếu ngành AI và robot thực sự ngày càng cần loại dữ liệu này, thì “Verified Human” có thể sẽ dần dần chuyển từ một khái niệm Web3 thành một phần của hạ tầng AI
#KGENUpdate #Aİ #KGEN
