🔍 袁宇光：机器人不缺数据了，缺的是能直接训练的数据
⚡ Maxinsights 让采集员戴上头戴摄像头，记录做饭、叠衣服等日常动作，再加工成带手部追踪和语言标注、可直接训练的数据集。创始人袁宇光说，遥操作有产能上限，从仿真迁移到现实也有差距，只有第一视角数据能快速扩量；公司收入因此从约100万美元升到年化2.5亿美元。
节目精彩片段
我的看法是，数据被商品化是迟早的，真正的分水岭在于模型能力什么时候能自己造训练数据。袁宇光：机器人不缺数据了，缺的是能直接训练的数据
JustSayAI
今日 Top 3 头条
- 观点
袁宇光：机器人不缺数据了，缺的是能直接训练的数据
Maxinsights 让采集员戴上头戴摄像头，记录做饭、叠衣服等日常动作，再加工成带手部追踪和语言标注、可直接训练的数据集。创始人袁宇光说，遥操作有产能上限，从仿真迁移到现实也有差距，只有第一视角数据能快速扩量；公司收入因此从约100万美元升到年化2.5亿美元。
来源 ↗ - 观点
SemiAnalysis：测前沿模型要看最值钱的领域，不是GDP占比
GDPx 横跨芯片设计、网络安全、生物、金融、法律等领域，题目由各领域的强化学习环境公司分别出。作者认为首个万亿级AI收入会集中在能高回报部署前沿智能的行业，按GDP占比或职业分类建基准会偏离重点；而模型已逼近人类知识边界，只有领域专家才做得出它们大多做不对的难题。最好模型只拿到12%。
来源 ↗ - 观点
Maya Barkin：2027建设已锁定，2028最大风险是得州许可冻结
作者判断中期选举改不了2027年建设，多数项目已在施工；风险落在2028年，预计新增容量大多未开工，得州占近三成。得州9月起暂停环境许可，若等2027年立法会期结束才恢复，冻结或达八个月，项目排期会被推后。
来源 ↗
+8 条头条
- 张鹏：GPT-3证明旧NLP路线走不通，该自己训大模型
- No Priors：防守方该趁能力尚未普及时，用前沿模型补漏洞
- 思想实验室：AI代理会写GPU内核，CUDA的护城河在削弱
- Ethan Mollick：专家级基准极难做，GDPx出现得正是时候
- Dylan Patel：向谷歌道歉，Gemini 4 Carbon确实能打
- Sundar Pichai：基准还有提升空间，Carbon的成本线值得看
- Karpathy：嫌YouTube推荐差，让Claude筛出六千个常被推荐的视频
- LeCun澄清：我从没参与大模型研发，只在场边鼓掌
综述
具身智能的数据瓶颈已从"数据量"转向"可直接训练性"。值得注意的是，用第一视角采集真实日常动作并转化为带手部追踪和语言标注的数据集，既避开了遥操作的产能上限，也缩小了仿真到现实的迁移鸿沟；这种"回归人类视角"的范式已让公司收入在短时间内实现数量级跃升，证明真实场景的可训练数据才是当前最稀缺的资源。