量子位 (微信公众号)T2·智能体与协同
58 分
光轮智能发布 RoboFinals RL Envs,面向物理 AI 与机器人提供可执行、结果可判定的强化学习仿真训练环境。文章同时指出,后训练的核心供给正从算法与算力扩展到任务数据与训练环境,Mercor、Surge AI、Handshake 等公司已围绕这一方向形成规模化业务。
为前沿实验室提供专家数据、RL 环境与评分器,覆盖金融、生命科学与对齐方向
光轮智能发布 RoboFinals RL Envs,面向物理 AI 与机器人提供可执行、结果可判定的强化学习仿真训练环境。文章同时指出,后训练的核心供给正从算法与算力扩展到任务数据与训练环境,Mercor、Surge AI、Handshake 等公司已围绕这一方向形成规模化业务。