港科大团队开源「第四大学」:让Agent社群与普通人共同创新
港科大团队开源「第四大学」:让Agent社群与普通人共同创新「全球只有大约5,000人,真正见识过顶尖AI的能力。」这是Andrej Karpathy近日分享的一个观察。他说,只有站在漏斗顶端的那一小撮研究者,才能看到数千个AI Agent长时间协作、昼夜不停地做科研。
搜索
「全球只有大约5,000人,真正见识过顶尖AI的能力。」这是Andrej Karpathy近日分享的一个观察。他说,只有站在漏斗顶端的那一小撮研究者,才能看到数千个AI Agent长时间协作、昼夜不停地做科研。
Sharpa以22自由度Sharpa Wave灵巧手为硬件平台,通过融合人类与遥操作数据、解耦运动与接触控制及开展触觉跨本体学习,系统推进灵巧操作的数据、模型与硬件协同研究。
刚刚,前 OpenAI 联合创始人 Karpathy 画了一张扎心的 AI 漏斗: 全世界大约 80 亿人,能接触到实验室内部最强 AI 系统的,可能只有 5000 人。
Karpathy在推文中估计,全球真正能直接使用最前沿内部AI系统的人可能仅有约5000人,而约60亿人几乎尚未真正接触LLM。
Karpathy建议让LLM采用约80%的ASD-STE100规范,并生成图示、HTML交互页面或定制讲解视频,将输出转化为更清晰易懂的软件产物。
在IROS上,Sharpa发布全自研通用人形机器人D01、新一代灵巧手W02和外骨骼数据手套AE01,将电子皮肤触觉感知从指尖扩展至全身,结合CraftNet与世界模型构建本体、手部与数据采集的灵巧操作全栈体系。
灵巧手从 demo 走向真实应用,关键不只是 “会不会动”,而是能否在 noisy depth、稀疏触觉、外力扰动和未见物体下稳定泛化。现有 in-hand manipulation 往往依赖固定物体、定初始位姿或理想传感器。而一旦遇到真实深度噪声、形状变化和接触状态不可见,这些策略就容易退化成近乎开环的 “手指套路”。
这是连马斯克都亲自盖章、公认最难啃的一块「硬骨头」。
7 月初的时候,我照着 Karpathy 那套 LLM Wiki(简单说就是让 AI 帮你把资料编译成一个能长大的百科)搭了个本地知识库。
昨天上午9点43分,Karpathy在X上敲了八个词,把一场刚跑了五个多小时的大戏当场按停。大意是:推特上居然在传这种莫名其妙的假消息,没有,我没走。在这之前的五个多小时里,全世界的AI圈已经替他把离职流程走完了——不仅辞职信提交了,公司邮箱也停用了。