EP36｜機器人缺的不是手腳，開源模型正在重寫 AI 的成本結構

機器人訓練資料的瓶頸，正被 World Labs 透過「從真實到模擬」的新模式突破；開源界 Kimi K3 以 2.8 兆參數、開放權重，對頂尖模型市場投下震撼彈；Google Gemini 測試版展現驚人創意生成能力，準備重回戰場；甚至連 3D 列印最繁瑣的切片排版，都有 Hi3D 這種工具自動化解決。看似平靜的科技圈，其實暗潮洶湧。別焦慮，我已經幫你戴上降噪耳機，過濾掉那些市場炒作，把這週含金量最高的實戰解法挑出來了。 1️⃣ 本集精華 本集優易深入剖析當前科技產業的四大關鍵進展，從根本上解決了 AI 落地應用的痛點。首先，揭示機器人技術的最大瓶頸其實是「訓練資料」，並透過 World Labs 如何以「從真實到模擬，再回到真實」的策略，打造機器人訓練的基礎設施，而非直接造機器人，這不僅大幅降低了訓練成本與時間，也為整個機器人產業提供了高效的實驗場域。接著，探討開源模型 Kimi K3 的突破性進展，其 2.8 兆參數與開放權重的發布，不僅對運算單元價格產生向下壓力，更透過「蒸餾」技術預示著未來更小、更強大模型的普及，同時其架構創新也將加速整個開源社群的發展。此外，Google Gemini 測試版展現的驚人創意生成能力，預示著 Google 在 AI 領域的強勢回歸。最後，介紹 Hi3D 如何透過自動化解決 3D 列印中模型分割、連接器配置與智慧排列等繁瑣流程，讓創客將更多精力投入創意本身。這些洞察不僅能幫助聽眾省下大量研究時間，更能從實戰角度理解 AI 如何放大商業價值。 2️⃣ 本集聊這些事 📌 [ 機器人訓練資料的痛點 ]：機器人從物理世界學習的資料收集極度緩慢、昂貴且危險，成為技術發展瓶頸。 📌 [ World Labs 解決方案 ]：透過「從真實到模擬，再回到真實」的策略，打造機器人訓練的「風洞實驗室」，而非直接製造機器人。 📌 [ Kimi K3 震撼彈 ]：2.8 兆參數開源模型，以開放權重發布，透過架構創新提升計算效率 2.5 倍，預示更小、更強大模型的普及。 📌 [ Google Gemini 捲土重來 ]：測試版展現驚人複雜、動態、高度創意生成能力，顯示 Google 將在 AI 競賽中重返擂台。 📌 [ Hi3D 自動化 3D 列印流程 ]：解決 3D 列印中最繁瑣的模型分割、連接器配置與智慧排列等痛點，大幅提升創客效率。 -- Hosting provided by SoundOn