熱點事件持續更新
TorqueAGI稱機械人新任務訓練數據可減千倍
1 篇報道1 個報道來源3 小時前更新
先了解這件事
AI 綜述
2026年11月4日，TorqueAGI表示，其 World-Reasoning Model 把物理和幾何納入推理，機械人學習新任務所需數據最多可較傳統方法減少1,000倍。公司行政總裁稱，一名重型設備業客戶以約6,000個數據點，達到與舊模型相若的表現；舊模型則需要約7 million筆事件記錄。報道另稱，原本需要數萬次示範的任務，使用該模型只需數十個例子，並可結合客戶現有的設備記錄和操作程序。
AI 根據報道生成 · 2 小時前更新
最新進展11月4日 14:37
TorqueAGI稱，其模型可令機械人學習新任務所需數據最多減少1,000倍。報道時間線
沿着報道，瞭解事件的不同側面。
11月4日
- The ElecTorqueAGI 稱機械人學習新任務所需數據最多可減少 1,000 倍
TorqueAGI 的 World-Reasoning Model 將物理和幾何納入推理，據公司行政總裁稱，機械人學習新任務所需數據最多可比傳統方法少 1,000 倍。一名重型設備業客戶使用該模型，以約 6,000 個數據點達到與舊模型相若的表現，舊模型需約 7 million 筆事件記錄。原本需要數萬次示範的任務，使用該模型只需數十個例子，並可結合客戶現有的設備記錄和操作程序。
本事件熱度走勢
還沒有足夠的連續觀測數據，暫不繪製趨勢。