数据安全流通与隐私计算 基于多方安全计算、联邦学习、可信执行环境等技术能力,有效保障数据安全和用户隐私,支持多方数据安全共享、开放、融合及建模计算, 赋能政务、金融、营销、医疗等行业客户,满足多场景的业务需求、解决数据融合应用困境。
AI 边缘计算盒解决方案 面向园区、零售、食堂、工业生产、校园、营业厅等场景,基于磐玉 AIBOX 边缘计算盒、一见安全生产智能应用平台和 80+ 预置视觉算法,提供本地化、低时延、软硬一体的 AI 视觉分析能力 立即咨询 面临的现状及痛点 人工监管效率低 园区、食堂、门店、校园等场景摄像头多,人工轮巡难以及时发现异常 云端分析成本高 大量视频全部上云会带来带宽、时延和存储压力,部分场景还存在网络不稳定问题
城市大脑安全体系建设方案架构 综合运用AI、大数据等新一代信息技术,构建立体的、全天候、主动式安全防护体系,搭建分布式、智能化、端网云一体的城市大脑安全体系建设方案,支撑城市大脑安全运行。
汽车仿真HPC高性能计算解决方案 面向整车厂、Tier1、汽车研发中心及工程技术团队,提供覆盖计算资源、集群调度、仿真平台和智能运维的一体化 HPC 能力 立即咨询 面临的现状及痛点 仿真周期长 多业务并行研发导致计算资源紧张,仿真任务排队严重,影响研发进度 资源利用率低 传统集群缺乏统一调度和弹性能力,资源闲置与资源不足并存 运维和建设成本高 集群部署复杂,扩容周期长,硬件采购和维护投入持续增加
难以应对高并发访问、渲染计算、数据处理等突发业务需求 方案优势 成本更优 同规格 AMD 实例价格相比 Intel 更具优势,适合 Web 服务、测试环境、批量计算等成本敏感场景 多核性能强 AMD 实例具备更高核心密度和多线程处理能力,适合大数据处理、视频编解码、游戏渲染等高并发任务 规格覆盖丰富 提供通用型、计算型、内存型、密集计算型、弹性裸金属等多类实例,适配不同业务负载 弹性计费灵活 支持按量计费
也就是RL中的 单步奖励 eval/return :每个 episode 的总回报(把该 episode 的每步 reward 累加起来),所以通常有 return ≈ reward × episode_len ;官方示例里就是 1.0476562 ≈ 0.0130957 × 80。
RoboMIND2.0 RoboMIND2.0 已发布!此版本在 RoboMIND 的基础上进行了重大升级。 我们聚焦于社区高度关注的 双臂操作 和 移动操作 场景中的复杂数据。RoboMIND2.0 引入了许多实用特性,以进一步推动机器人学习与具身智能研究的发展。 主要升级 RoboMIND2.0 扩展至 31 万条轨迹 ,总计超过 1,000 小时 的数据。
pi0-fast π₀-FAST 是 Google DeepMind 联合斯坦福大学等机构提出的一种面向具身智能(Embodied AI) 的开源推理框架,旨在实现高效、通用、可部署的机器人任务执行能力。
上复现 libero_90_grpo_openvlaoft 或迁移到 libero_130_grpo_openvlaoft 。 在单机开发机上排查调试 仿真环境、模型、robosuite、transformers、Ray 和 TensorBoard 相关训练问题。 对 rollout 阶段耗时、cgroup OOM、Ray worker 异常或 rollout 后 soft hang 进行定位。