“这是你的产品。”屏幕下了一个订单，从机器人Galbot G1中提取产品，并在中冈的大通附近的Galaxy Universal Space Mimitation Suncesience Store Store商店打开了“未关闭”模式。最近，每月访问“北京彩票和经济热站”主题的第三阶段的活动“活动”主题是“新优质先驱，未来北京”，重点介绍了北京机器人行业，以进行离线集体访谈。共有15名来自市政新闻网站，金融网站，金融媒体和在线企业的媒体的媒体新闻记者以及在线竞争中的15个活动中，参与了15个活动，并参与了15个活动，这些媒体赢得了这些活动。代表在今年八月在北京举行的2025年世界人类机器人游戏中的“北京团队”。tion。它不仅可以在药房“吃药”，还可以“在工厂工作”，并在办公桌前提供酒店服务。 “这些商业应用是因为机器人背后有一个VLA基本模型（视觉语言 - 行动），可以在情况下实现一般的扩展。”在进入Galaxy General Motors的过程中，Zeng Hui介绍了政府的Galaxy General Motors的活动。 VLA模型可以理解为允许机器人独立理解指示，并通过手，眼睛，大脑和身体输出动作。北京大学的助理教授，Galaxy General Robots Technology的创始人兼首席官员，以及情报行业的学者，他认为这是体现情报和大型模型整合的新趋势，但总体模型仍无法提供。该领域研究的最大障碍是缺乏数据。因此，Galaxy General Motors建议模拟合成数据作为解决方案路径，并开发自身对仿真数据综合的综合。它累积了数十亿个真实应用程序和10亿亿亿美元的合成模拟数据。仿真合成数据解决了数据短缺问题：“我们有许多商业应用，因为它背后有VLA基本模型，可以在整个情况下实现一般概括的升级。” Zeng Hui说，在VLA模型的支持下，Galaxy General Motors可以实现超过95％的一般性成功率。他认为，体现的情报与人类相似，在工作之前需要教育。 Galaxy General Motors分为两个阶段的机器人教育：职业教育中的通识教育和教育。通识教育主要使用100亿个合成数据进行常规行动。解决方案。 Zeng Hui提供了一个例子，当类人生物机器人正在3D世界中拿一个水瓶，不仅需要知道水瓶的位置，而且还需要了解按压和重力等物理定律。这些是未存储在在线世界中的费用，或者现有的数据机器人可能不使用它。此外，数据收集需要很长时间。根据Galaxy General的估计，火车机器人迅速占用数百万数据来迅速掌握一项技能，在现有的技术条件下，每天可以收集500至600个数据，全年可以收集近1000万个数据。 “这是相当不错的水平。” Zeng Hui说：“该行业目前有两种主要解决方案来解决机器人数据短缺问题，这是通过研究视频的一项问题。”但是他认为，视频研究方法可以导致从2D视频到3D世界的数据丢失，这将降低机器人的数据质量。 Sim2real），涉及AI的物理和长期试验的主题。采用了一个折叠NG轮胎形状的高度为1.73米，臂长为1.9米，最大高度为2.4米，市场价格约为70万元。根据Zeng Hui的说法，Galbot G1现在在工业，零售，药剂师，欢迎和其他情况下商业化。 Zeng Hui引入了Galbot G1机器人。北京新闻记者Ji Zhe的照片。在该行业方面，Galaxy General机器人在持有装配线，分类和其他链接方面实现了大规模实施，并与国际一线汽车和其他公司合作。从商业零售观点方面，Galaxy General Motors目前已在北京海德地区建立了智能药房的人形机器人。已经部署了十多家相同的商店，今年我们试图在全国范围内实现100个登陆。我们还在中瓜城的达隆市的太空中建立了太空胶囊，机器人在那里出售小吃，饮料，咖啡等。商业价值（例如文化和创意冰淇淋）将推出，可以在全国10个重要城市开设100家商店。 Zeng Hui说。他认为，可以进入零售场景的机器人的优势在于他们的捕获，处理和移动以及他们的声音接触的能力。“随着商业销售的完成。在国外的实验室，它在阿联酋的阿布扎比​​（Abu Dhabi）的酒店实现了欢迎的指南。诸如2025年世界Hanoid机器人游戏和8月份世界机器人会议之类的ITIE也表示，在机器人技术的积累累积之后，它在综合功能验证阶段发展以及公共和行业场景应用程序的价值。 “在最终综述中，人形机器人需要证明其作为生产力的价值。” Zeng Hui强调。使用比赛促进生产是2025年人类机器人游戏世界探索的方向。 Zeng Hui说：“它使公众能够通过事实，并且可以看到机器人代码可以实现的效果的互动方式。”今年8月，第二届国际人工智能 - 学术活动在北京举行，来自60多个国家和地区的300多名中学生参加。银河将军成为官方机器人主张，并提出了关于该主张命题的主张的主张关于命题的主张命题的主张命题对机器人命题命题的命题命题的命题命题和命题的命题命题。