People Loved the Dot-Com Boom. The A.I. Boom, Not So Much.
Tech leaders are beginning to worry about the public’s underwhelming enthusiasm for their plans to remake the world with artificial intelligence. Will that burst the bubble?
科技思潮
【NVIDIA釋出開源機器人模型】訓練方式是讓機器人看影片
NVIDIA 以人類洗碗、折衣服的影片，打造出史上最強通用機器人大腦。
傳統的機器人學習資料集，動輒耗費數十名工程師、在受控實驗室環境中累積幾百個小時的動作示範，代價高昂、情境受限，稍微換個燈光角度或桌面擺設，機器人便可能手足無措。
NVIDIA 於 2 月 19 日釋出的解法是一個全新的賽道－完全不依賴機器人動作數據，改以 44,711 小時的第一人稱人類日常影片來訓練通用模型，這套系統被命名為 DreamDojo，由 NVIDIA GEAR Lab 主導，聯合 UC Berkeley、Stanford、UT Austin 等多所頂尖研究機構共同開發。
#機器人最大的瓶頸不是硬體
限制機器人能力天花板的，從來不是馬達、感測器，而是訓練資料的匱乏與情境的單一，一旦機器人改變環境，能力就會急速崩解，就像一個只在一間廚房練習過的廚師，換到陌生的廚房不知從何下刀。
DreamDojo-HV 資料集的目的就是打破這道牆，它涵蓋 6,015 種不同任務、超過 113.5 萬條軌跡，橫跨家庭、工業、零售、教育、行政等多元場景，意在以訓練規模取勝，讓資料量本身成為最核心的競爭壁壘。
#影片如何教會機器人
這裡藏著 DreamDojo 最關鍵的技術突破，人類影片有一個致命缺陷，它們沒有機器人所需的動作指令標籤，也就是說，影片只知道手怎麼動，卻不知道這背後對應哪個馬達訊號。
研究團隊的解方是引入一種自監督方法，讓模型直接從相鄰影格之間的像素變化，推論出動作的本質，無需任何硬體標籤。
這就像是讓一個從未學過樂譜的音樂天才，只靠反覆聆聽演奏，便自行歸納出音階規律，進而能夠演奏任何新曲目，透過這套機制，DreamDojo 得以把任何第一人稱影片－無論是人手疊衣服、拼樂高還是搬運貨物，都轉化為可通用的物理直覺，並在後續針對特定機器人硬體進行微調時，迅速先將這套直覺預載進去。
#從模擬到真實世界
通用模型的核心價值，在於它能模擬出行動後的未來狀態，機器人在真正動手之前，先在腦海中預演，但模擬若不夠快就沒有意義，為此，NVIDIA 開發了一套蒸餾流程，將 DreamDojo 的推論速度加速至 10.81 幀/秒。
這個速度使得三個難題迎刃而解－
一是即時遠端操控，操作員戴上 VR 頭盔，就能附身進機器人的視角，因為運算夠快，系統能在虛擬世界裡先算出結果，確認動作完美無誤後，現實中的機器人才會真的動手。
二是擬真的策略評估，在過去，要教會機器人走路，往往要讓實體機器人摔倒一萬次，維修費驚人，如今在虛擬世界裡的模擬結果，與現實世界的相似度高達 0.995 ，這徹底消滅了昂貴的硬體試錯成本。
三是多重模型規劃，當機器人要執行「把螺絲鎖進箱子」這種任務時，會同時進行多種方案的高速運算，並選出那個絕對不會失敗的劇本。
#開源與未來
NVIDIA 同步釋出 20 億參數與 140 億參數兩個版本的模型，連同模型權重、程式碼、後訓練資料集與評估基準，全數開源，這個動作的商業邏輯在，當全球研究社群的下一代機器人開發都跑在 NVIDIA 的軟體框架與 GPU 硬體上，生態系的護城河便自然形成。
當我們在廚房切菜、在辦公室整理文件、在工廠搬運零件時，正在為未來的機器人大腦寫下教科書的每一個字，DreamDojo 展示了人類文明的一種新的延續方式，數千年來積累的行為智慧、那 44,711 個小時的操作身影，以影像的形式永久植入不會疲勞、不會遺忘的鋼鐵大腦之中。
圖片來源：humanoidsdaily－NVIDIA Open-Sources DreamDojo: A 44,000-Hour "Dream" to Solve the Robotics Data Gap
廖志峰
最愛 ·2小時 ·初五開工，才開剛工完，收了桌子，吃了便當，進廁所方便一下，就有人上門拜年，真是不給方便，出來接客原來是楊格夫總編大人偕友來訪，好像挑準時機，他也約了詩人夫妻林瑞麟陳怡芬。不多久，大稻埕貓哥也來，ㄧ時好不熱鬧。總編大人後來帶走了《空笑夢》和《重返牡丹社》。其間還來了一個外國旅客，請我推薦有翻譯成外文作品的台灣作家，同時也想買英文書⋯⋯這……
查看更多
World Food Programme
贊助 ·
如果您想帮助巴勒斯坦家庭，我们邀请您为本募捐行动捐赠：世界粮食计划署正全力扩大人道援助规模，为更多家庭提供亟需的粮食援助。您的捐款可以在这个关键时刻为巴勒斯坦家庭提供帮助。
0:00 / 1:01
ZH.WFP.ORG
新年做好事
The Atlantic
1小時 ·
Social media has dissolved the mortar of our society and made America stupid, Jonathan Haidt argued in 2022. It’s not just a phase. https://theatln.tc/BEpgUWeN……
查看更多
TheWire.in ·
追蹤
15小時 ·
The death of James Petras – the American sociologist whose writings influenced generations of critical thinkers across continents –passed through the world almost like ……
查看更多
USA TODAY
11小時 ·
Alysa Liu’s father sifted through conflicting thoughts and emotions.……
查看更多
The Economist
最愛 ·3小時 ·The cheap yuan has contributed to the country’s export boom, cushioning its economy. But it has also unbalanced global commerce and alarmed China’s trading partners
economist.com
The IMF says the yuan is 16% cheaper than it should be
Emmy追劇時間
29分鐘 ·
昨天對等關稅被判無效，川普立刻改成用122條款徵收全球10%，結果一些人像是拿到槍，開心大掃射，還有人說要告立法委員，誰通過台美ART就告誰。
然後今天早上一起床，竟然又從10%上調到15%，這些人又很喪。
我真的要笑瘋，現在決定台灣命運的都是這麼沒有財經知識的人嗎，我們大家到底是被綁在一個什麼俄羅斯輪盤上
。…… 查看更多
贊助
聯絡人
群組聊天室
----
為什麼台灣的英偉達供應商要在美國投資數十億美元？
黃仁勳盛贊台灣的供應鏈，但人工智慧的蓬勃發展和地緣政治因素也推動了其在美國的擴張。
----
Why are Taiwan's Nvidia suppliers investing billions in the US?
Jensen Huang lauds island's supply chain, but AI boom and geopolitics spur American expansions
新德里AI峰會於週五閉幕後，週六一份由包括美國和中國在內的86國和兩個國際組織簽署的聲明稱：“推廣安全、可信、強大的人工智能對於建立信任並最大限度發揮社會及經濟效益至關重要。”
根據《華爾街日報》報導， Google 已討論將其 TPU 晶片業務拆分為一個獨立部門，以期擴大其自身雲之外的應用範圍，同時利用其資產負債表為更多第三方數據中心合作夥伴提供資金，以與Nvidia競爭。
報導稱，Google 正洽談向雲端運算新創公司 Fluidstack 投資 1 億美元，這是該公司估值 75 億美元的交易的一部分，並為其他資料中心合作夥伴提供支援。
儘管Google面臨製造瓶頸和來自雲端競爭對手的有限興趣，但 Anthropic 還是將其 TPU 的使用量擴大到了 100 萬個。
【77%員工用AI後更累】
最熱情擁抱 AI 工具的員工，正以最快速度走向職業倦怠－這是 2 月 9 日發表於《哈佛商業評論》的研究成果。
加州大學柏克萊分校的管理學副教授 Aruna Ranganathan 與研究員 Xingqi Maggie Ye，在一家 200 人規模的美國科技公司進行了深度的田野調查，觀察當員工真正自願使用生成式 AI 時會發生什麼事，這家公司提供企業級 AI 工具訂閱，但不強制使用，這正是觀察真實人性的完美農場。
結果與社畜小編想得相反－沒有人被要求提高績效指標，但人們就是開始做更多事，因為工具讓「更多」看起來可以達成，午休時間消失了，深夜仍在工作，待辦清單像失控的演算法般無限擴張，一位工程師在訪談中表示:「你原本以為因為 AI 讓你更有生產力，你可以省下時間、少工作一點，但實際上，你做了更多。」
研究團隊透過 40 多場深度訪談，記錄了一致的行為模式:「工作量蔓延」(workload creep) 與「期望值蔓延」(expectation creep)，一旦團隊發現他們能在幾分鐘內生成草稿、程式碼或分析報告，產出目標與回應時間就會悄悄攀升，沒有人明說，但標準已經改變，產品經理開始自己寫程式碼，研究人員承擔起原本屬於工程師的任務，職責邊界在「我可以用 AI 快速做完」的自我說服中逐漸瓦解。
更超出預期的是員工需要同時管理多條工作線程，撰寫程式碼的同時，讓 AI 生成替代方案、平行運行多個智慧代理、重啟那些過去因時間不足而延宕的專案，只因 AI 可以背景處理。
AI 對話式介面讓啟動任務零摩擦，員工開始在離開工位前快速發送最後一個提示詞，讓 AI 在休息時間繼續工作，工作不再是離開辦公室就能結束的事，而是一種隨時可以啟動的「背景程序」。
這並非個案，Upwork 研究機構的調查顯示，77% 使用 AI 工具的員工表示工具增加了他們的工作量，Quantum Workplace 的調查更發現，頻繁使用 AI 的員工報告的倦怠率高達 45%，相比之下，很少或從不使用 AI 的員工倦怠率分別為 38% 與 35%。這些數字直接挑戰了 AI 辦公最核心的訴求－AI 會讓工作變得更輕鬆。
哈佛商業評論在 2025 年 5 月發布的另一項研究則揭露了另一個層次的問題，樣本超過 3500 人的實驗顯示，使用 AI 工具雖然帶來績效提升，卻也讓員工在處理「不使用 AI」的其他任務時，變得更缺乏動機、更感到無聊，AI 不只改變了工作量，更改變了人們對有意義工作的感知基準，當你習慣了 AI 的速度，傳統工作流程就變成了乏味的折磨。
這些研究迫使我們重新思考一個根本問題，技術進步的受益者究竟是誰？這不是 AI 的技術問題，而是組織文化與權力結構的問題，科技進步或許只是放大了資本主義對生產力的無度索求。
