
合成数据≠生成模型:一文读懂合成数据的全新范式(在新窗口打开)
最新研究提出合成数据的全新分类框架,突破「生成模型=合成数据」的传统认知,涵盖反演、仿真与数据增强等方法,并按应用层次划分为数据中心AI、模型中心AI、可信AI和具身AI。
共 15 篇

最新研究提出合成数据的全新分类框架,突破「生成模型=合成数据」的传统认知,涵盖反演、仿真与数据增强等方法,并按应用层次划分为数据中心AI、模型中心AI、可信AI和具身AI。

具身智能赛道又迎来新的融资消息。 近日,仿真合成数据公司光轮智能宣布完成数亿元 A 轮及 A+轮融资。本轮融资由东方富海、三七互娱、琥珀资本、九派资本等机构联合投资,老股东辰韬资本持续加注。所融资金将主要用于规模化交付能力建设、技术研发投入和高水平人才引入。 作为全球 Physical AI 与世界模型数据市场的领先数据供应商,以及全球仿真与合成数据技术最领先团队,光轮智能已与全球头部大模型、机器人及行业公司建立合作关系,客户覆盖英伟达、谷歌、Figure AI、1X Technologies、字节、阿里、智元机器人、银河通用机器人、丰田、博世、比亚迪、吉利等国内外顶尖企业。公司年营收突破亿元

过去一年,AI数据市场经历了几轮剧烈的主题切换:从标准Coding到垂直行业,从合成蒸馏到真实场景,从任务够长就是好数据到什么任务值得解。需求每两个月刷新一次,供给侧的生存法则也在同步重写。在这个过程中,一些原本隐身于产业链深处的角色开始浮出水面——数商,就是其中之一。

数据集蒸馏是一种用少量合成数据替代全量数据训练模型的技术,能让模型高效又节能。WMDD和GUARD两项研究分别解决了如何保留原始数据特性并提升模型对抗扰动能力的问题,使模型在少量数据上训练时既准确又可靠。

后空翻、跑酷、单手抓举几十公斤…… 过去两年,人形机器人最出圈的高光时刻,几乎都发生在精心布光的舞台上。 但镜头之外,有一个更朴素的问题始终悬而未决:它到底什么时候能走进你家,稳稳端起一杯水、收好一桌碗筷、把脏衣篮抱进洗手间? 5月20日,极佳视界没有再用“五年内”这类含糊措辞来搪塞。它把通用人形机器人真机,直接推进了武汉光谷一处真实的居民社区: 那里有人住、有孩子把玩具撒一地、家具随时会被挪动位置。 在发布会现场,极佳视界还首次完整披露了过去三年沉淀下来的“双金字塔”技术体系。 一边是数据金字塔,从互联网视频、真人数据、世界模型模拟器、仿真合成数据一路走到真机数据; 另一边是算法金字塔,围绕

Jinyan Su从后训练求职与研究经历出发,讨论数商的任务、销售方式和质量判断。文章为个人观察与评论,匿名案例未独立核实,不能代表所有数据商或服务平台。

2025 年秋的具身智能赛道正被巨头动态点燃:特斯拉上海超级工厂宣布 Optimus 2.0 量产下线,同步开放开发者平台提供运动控制与环境感知 SDK,试图通过生态共建破解数据孤岛难题;英伟达则在 SIGGRAPH 大会抛出物理 AI 全栈方案,其 Omniverse 平台结合 Cosmos 世界模型可生成高质量合成数据,直指真机数据短缺痛点。

“TreeSynth” 就这样起源于作者们最初的构想:“如何通过一句任务描述生成海量数据,完成模型训练?” 同时,大规模 scalibility 对合成数据的多样性提出了新的要求。

英伟达新论文让AI学会先盖房、再装修。 智东西2月3日报道,近期,英伟达宣布其全新3D通用模型论文将发表于2026国际3D视觉会议,论文的预印本已于去年7月发表。这篇论文构建出了一种建构3D世界的新范式,验证了“AI生成的3D合成数据”可规模化替代人工标注数据,能够大幅降低视觉模型预训练的成本。 论文的主要成果为3D-GENERALIST模型,该模型使用统一化框架,将3D环境生成的四大核心要素即布局、材质、光照、资产等统一到序贯决策框架中。研究团队还提出了基于CLIP评分的自改进微调策略,可以让模型在下一轮生成中能自主修正前序错误。 这篇论文的作者有8位华人,第一二作者都是中国留学生,清华“姚

ZP独家获悉,聚焦大模型合成数据领域的 AI 创业公司“数创弧光(DataArc)”已于近期连续完成种子轮及种子+轮融资,累计融资额达数千万元人民币,投后估值数亿元。两轮融资分别由英诺天使基金与东方富海领投,君科丹木、数字未来、启迪之星等一线财务投资机构,以及深智城、头部云厂商等产业资本共同参与。