Я думаю, что часть вины лежит на культуре стартапов в Силиконовой долине / Сан-Франциско, которая вознаграждает разработку оболочек ИИ и тонкую настройку существующих моделей ИИ. В сочетании с мантрой "строить быстро, ломать вещи", которая discourages "тратить время на изучение вещей / изучение основ". По сути, существует большое культурное давление на молодых исследователей и предпринимателей (живущих на западном побережье), чтобы немедленно предоставить что-то и оставаться на вершине трендов, чтобы выделиться среди своих сверстников или иметь стартап, который можно профинансировать. Это означает, что большинство людей никогда не получают шанса изучить или исследовать основы и просто строят на основе существующих исследований или продуктов. В контексте мировых моделей это просто возможность запускать исследования / модели, связанные с гауссовыми сплатами, вместо того, чтобы фундаментально понимать, как работает 3D-зрение или даже компьютерная графика. В контексте воплощенного ИИ, я считаю, что ситуация еще хуже. Чтобы уточнить, гораздо проще запустить существующую модель VLA и тонко настроить роботизированную руку для того, чтобы поднять кружку, чем потратить несколько дней, например, на понимание ограничений классического планирования движений, захвата, манипуляции, обратной кинематики и т.д. И я говорю, что "это хуже", потому что в воплощенном ИИ вы имеете дело не только с программным обеспечением, но и с физической системой, и овладение разработкой или оптимизацией аппаратно-программной системы — это совершенно другая задача.