（来源：上观新闻）
8自由度仿生双臂🇮🇩🔥与全向🔮四转四🇹🇱驱底盘♎🧕的设计，体🦶现了实用↪🇦🇿性与灵活操作之间®🚪的平衡考量🕢。目前业界多🐍🥚借助外界工具（如🐯🧀SLAM算法：🌥Simult🇨🇦🧙♀️aneou🎞s locali🔸😊zation🔤👪 and map🗄👨🎨ping）🛴🐐、多传感器融合与🤺⛪强化学习来提升A🎫🙍I的空间感🇦🇮知，但要实🇫🇰🇯🇲现稳健且通用的👩👧👦🎞空间推理，🇸🇿仍需迭💮🇦🇪代出更☕买域名哪个平台好强的空间🎞感知与♋📰推理算法©。
在微软期间，这⏱些技术的应用使👨👩👧👧🇻🇦她能带🏞领团队在业界首☀次赋能复🕢☎杂神经网络模型🈚📯从云端迁移到手🐂机、PC甚至Io👕T设备上，服务于⚾🔎百万用户，保护🍖用户隐私的同时👨⚖️🇨🇨节省百〰亿次的🇲🇱🐢云端调用成本👂。作为中国初🙎♂️代AI投📽⏬资人之一，王😆🥿捷曾参与🖕摩尔线🇹🇲👃程（6🌂🤐88795.SH💷💧）天使轮、🚦🎬长鑫存储C轮等硬📩科技项目投资🐉。
该项目的工🌦🇩🇴作流程🇵🇦🥠如下：😂 01 首先利用🔞🤨小规模真值轨迹📟🇦🇹训练逆动力学模型🇹🇷🇭🇰（ID🔚📣M：Inve📒📕rse 🌃Dynami⤵c Mo🎧🐣del🏴），使😂🥶IDM🐮在仅观察📟🧳视频时🤕推断细粒度🤗的键鼠动💔作序列🇮🇱； 02 随后🗾用该模型对大🗂规模公👨👩👧👦开视频进行自👩⚖️动动作🥫💇♂️标注，🕉形成系统化的“🇯🇵视频-动作🙆🌩”弱监督数据☝； 03 在🛳此基础上，通过👩🎤行为克隆在自动🇸🇰标注数据上训练⏭🛅基础策略，使🔶模型能从视觉历♿⏲史直接预🇸🇹测下一步键鼠🐂🛰操作； 😄🍁04 模型通🤪过小样本微调适配📂特定任务，🖥😨或在可定🏴💥义奖励的环境🇫🇯中结合强化学习🖌提升目📝标性能🦒🍙。
