复旦贾萧松：自动驾驶与具身智能瓶颈在训练范式
热点事件持续更新
复旦贾萧松：自动驾驶与具身智能瓶颈在训练范式
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
复旦大学助理教授贾萧松认为，自动驾驶与具身智能的瓶颈不在模型架构，而在训练范式：模仿学习优化的是与人类示范的接近度而非决策好坏，强化学习则难以规模化。 他参与的 Think2Drive 用隐空间世界模型，在单张 NVIDIA A6000 上约三天训练出可完成 CARLA Leaderboard 2.0 复杂任务的策略，一张显卡可同时运行 1000 到 2000 个隐空间环境。
AI 根据报道生成 · 1 小时前更新
最新进展10月19日 11:06
复旦贾萧松：VLA、WAM 新架构层出不穷，但真正的瓶颈不在模型架构报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- 雷锋网复旦贾萧松：VLA、WAM 新架构层出不穷，但真正的瓶颈不在模型架构
复旦大学助理教授贾萧松认为，自动驾驶与具身智能的瓶颈不在模型架构，而在训练范式：模仿学习优化的是与人类示范的接近度而非决策好坏，强化学习则难以规模化。他参与的 Think2Drive 用隐空间世界模型在单张 NVIDIA A6000 上约三天训练出可完成 CARLA Leaderboard 2.0 复杂任务的策略，一张显卡可同时运行 1000 到 2000 个隐空间环境。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。