空间智能,究竟需要什么样的数据?访谈映界科技、港城副教授马辰
通过更稳定的内容版面、清楚的上下文信息与推荐阅读衔接,让文章阅读节奏保持专注与延续。
聚焦赛事观点、动态追踪与阅读延展
空间智能,究竟需要什么样的数据?访谈映界科技、港城副教授马辰
Ever tried. Ever failed. No matter. Try again. Fail again. Fail better.——Samuel Beckett。这是马辰最喜欢的一句话。 从 GPT-6 在演示里用 Blender 做三维建模,到 AI 短剧占据越来越多的屏幕时间,再到机器人走进真实场景,看似不同的应用,正指向一组共同的能力要求:理解物体在哪里、彼此如何关联、状态怎样随时间变化,以及采取行动可能带来什么结果。 面对这些任务,基础模型需要将有限、零散且不断变化的观测,整合为连贯、可更新的空间理解,并据此推理、预测与决策。这正是空间智能的核心命题,也是连接多模态理解、内容生成与物理交互的能力基础。 而让模型获得这些能力,究竟需要什么样的数据? 香港城市大学计算机科学系副教授、Data Intelligence Lab 负责人马辰,长期研究数据挖掘、数据驱动 AI 与数据价值。今年,他多了一项新职责:负责映界科技数据方向的预研工作。 在马辰看来,基模空间智能的瓶颈不只在架构,更在数据层:什么数据对任务真正有用、如何评测模型是否理解空间、评测结果又该如何反哺训练。这正是映界正在探索的方向——从多模态采集、空间结构化,到模型空间智能评测与后训练环境。 围绕这条路线,映界科技过去几个月已连续完成两轮种子轮融资,总计数千万元。 一顿火锅,和一句「 count me in 」 回忆起和映界合作的起点,马辰说自己几乎没有犹豫。一顿火锅之后,他答应了创始人金依力的邀请。「他问我要不要一起做,我说没问题,count me in。」 当时,映界科技成立仅数月,方向是空间智能的数据与训练层。团队此前积累了空间感知、动态三维表征和多模态采集的经验,现在想把这套能力延伸到动态空间数据、模型评测和训练基础设施。 一个在大学里研究「数据智能」的教授,为什么选择一家刚成立几个月的创业公司? 吸引他的,是一个具体的问题:当基础模型开始进入真实世界,什么样的数据才能提升模型的空间智能? 这个问题听起来抽象,落在映界的业务里却很具体。公司要做的,除了采集更多数据,更重要的是判断哪些数据对模型有用、怎么评测、评测完又怎么反哺训练。马辰的研究,正好卡在这条链路里最容易被忽略、却决定数据能否产生价值的一环。 答应得这么干脆,也因为两人的关系比这次创业更早。在 2021 年,经一位同样出自 Steve Liu 门下的教授介绍,金依力便在线上向马辰请教过图神经网络相关问题。后来,他赴麦吉尔大学与 Mila 攻读联培博士,师从马辰的博士导师 IEEE Fellow、加拿大工程院院士 Steve Liu 教授,两人也由此成为同门师兄弟。直到 2024 年金依力赴香港访问,两人第一次在线下见面。 马辰当时对他的印象是「一个很乖的学生」。如今再谈起,他的评价变成了「非常全面的创业者 」。 从左至右:马辰、Steve Liu、金依力 面对一支 00 后团队,身为 90 后的马辰戏称为「小天才搭配老伙计」。 年轻团队有活力和执行力,他更多参与研究方向的把控和建议。技术问题不因为资历预设谁说了算——「谁对听谁的」。他说,讨论之后自然会形成判断。 更吸引他的,是工业界贴近实际的问题。 映界创办之初,就拿到了带着真实场景的客户。学术研究里的问题常常经过精心裁剪,公司里则要面对数据噪声、效率和工程约束,更「dirty」、更 hands-on。 「你一定要去做,做了之后你才有 feedback,再去调整再去做。」马辰说。 团队的分工,也恰好对应映界路线上的不同环节:空间感知和采集团队把真实环境转化为数据,马辰的数据智能研究则帮助团队判断,这些数据对模型到底有没有用。 数据不是越多越好,问题是「对谁有用」 马辰长期研究数据与模型的关系。 在机器学习的各类任务里,数据并非越多越好。不同样本对模型的作用不同,关键在于它们是否帮助模型完成目标任务。 他把这个思路带到了空间数据上。 真实场景采集会产生连续视频、深度信息和其他传感器数据。其中有重复和噪声,也有关键但稀少的状态变化。对一个任务有价值的数据,对另一个任务未必有用。 「数据的价值,可能是对任务的增益来决定的。」马辰说。 这意味着,空间数据治理不能停在去重、清洗和标注。更关键的是建立任务关联:数据覆盖了哪些场景和状态?能不能支持模型提升特定能力?加入这些样本后,模型有没有可测量的改善? 但这并不意味着已经有了一个通用的「好数据」指标。 团队曾讨论,能不能用信息熵或信息论建立更普适的判断方式。问题是,数据价值与任务、模型和评测条件高度相关,通用度量仍然困难。现阶段常见的办法,是把数据放进模型或代理模型,观察它对目标任务的影响。 所以,数据选择更像一项闭环工作:先定义任务,再选择数据和评价指标,最后根据模型表现修正数据策略。
内容检索
热点新闻
坎宁安26+8+8马克西末节18分 活塞送76人赛季首败
北京时间10月26日,NBA常规赛,活塞106-93胜76人。 活塞队杜伦和奥萨尔缺阵,坎宁安26分8篮板8助攻2抢断2封盖,邓罗21分,詹金斯18分8篮板6助攻,科林斯16分11篮板,保罗-里德8分8篮板,霍兰德8投1中2分9篮板4助攻2封盖; 76人赛季首败,恩比德和埃奇库姆休战,马克西末节18分全场29分5篮板4助攻3抢断,詹姆斯18分5助攻2抢断,布朗仅20投5中16分4篮板4助攻,博纳6
19岁亚马尔黯然神伤!包机带家人助阵却排第3, 无缘金球奖,1年3冠25球22助,到底输在哪?
伦敦那一晚,灯光打在台上,大罗念出“凯恩”两个字的时候,镜头扫到台下。 19岁的亚马尔,没笑。 他刚包机把家人从巴塞罗那接到伦敦。西装笔挺,座位靠前,手里攥着期待。一年里他拿了西甲、西超杯、世界杯,个人数据是57场25球22助攻,西甲官方把赛季最佳球员颁给他。按理说,这已经是“金球奖剧本”该有的全部素材。 结果名次出来:凯恩第一,姆巴佩第二,亚马尔第三。 一个19岁、拿过世界杯、拿过西甲MVP、把
房价下跌的后遗症,开始爆发了!不仅仅是亏钱
很多人聊起房价回落,最先想到的只有一件事:房子缩水,账面资产变少。 不少人觉得,只要自己不打算卖房,跌再多也和自己没关系,无非就是数字变化。但从住建部、国家统计局公开的长期监测数据来看,房价持续调整带来的影响,远不止账面浮亏。 它会顺着一条链条慢慢散开,落到普通人日常的工作、借贷、家庭规划上。 这里先说明,不是说房价下跌就是坏事。过去房价快速上涨,本身就附带不少风险,适度回调,也是市场回归理性的过
广东队最新动态!外援确定不调整,朱芳雨拍板做决定,胡明轩收到针对性建议
东莞篮球中心那片看台,前两节还喊得动,到第四节只剩一片空椅子。11月2日晚终场哨响,比分板定在109比112,广东主场被青岛翻了盘。胡明轩砍了23分,右膝裹着冰袋,一瘸一拐往通道走。 三天后,11月6日上午,广东男篮放出一版训练视频。贝罗卡尔站在中圈比划路线,弗格在底角接球,阿祖布克在篮下卡位,博日奇在高位做接应。三个人全在镜头里。 不少人以为这是“外援不换了”的信号。其实没那么简单。 弗格那份救
让市场决定人民币价格
记者 欧阳晓红 借一天的钱,和借一年的钱,价格相差多少?一家中国企业今天借人民币投产,一年后收回欧元货款,又该如何计算收益? 两个问题,分别涉及金融市场两种基本价格:利率与汇率。利率是资金的时间价格,汇率是资金的空间价格。前者关系资金使用多久、付出多少成本,后者决定不同货币之间如何兑换。 现在,人民币这两种价格的定价环境,先后都变了。 在AI(人工智能)资本时代——全球宏观时局剧变与市场波动的微妙