突破真实数据瓶颈 合成数据助机器人AI训练加速百倍

针对真实世界数据采集耗时且重复性高的痛点，业界正加速导入「合成数据」（Synthetic Data）技术。根据外媒报导，Bifrost AI共同创办人暨执行长Charles Wong指出，透过合成数据生成的极端场景与热成像模拟，能有效填补真实数据的缺囗，使机器人系统迭代速度提升达100倍，同时降低高达70%的数据采集成本。

真实世界的局限：数据虽多但缺乏变化 机器人团队过去依赖海量的真实数据来训练系统，但这面临着巨大的效率问题。现实世界的数据往往高度重复车队记录到的多是相同的空旷街道、平静海面与无事件发生的巡逻过程。真正具有训练价值的「边缘案例」（Edge cases），如恶劣天气、光线剧变或罕见灾害，在现实中极难捕捉。

Charles Wong强调，开发团队无法为了等待特定季节而耗费一年，也不可能为了收集数据而制造数千次真实碰撞事故。现实世界产生变化的速度，远远跟不上现代自动化技术的需求。
...
...

另一名雇主	限られたニュース	文章閱讀限制	出版品優惠
一般使用者	10/ごとに 30 日間	0/ごとに 30 日間	付费下载
VIP会员	无限制	25/ごとに 30 日間	付费下载