Feature Reading

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。

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
Insight Article

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。

about image

觉得有用?分享给朋友

让更多人看到这篇内容

推荐阅读

继续延伸当前主题,快速查看更多相关内容。

内容检索

热点新闻

读秒中投绝杀!塔图姆轰40+8加时逆转取三连胜 NBA官方为他喝彩

读秒中投绝杀!塔图姆轰40+8加时逆转取三连胜 NBA官方为他喝彩

北京时间10月28日,NBA常规赛,凯尔特人以125-124逆转篮网拿到三连胜。这场比赛篮网在客场首节还领先,绿凯在第三节终于实现反超,末节开场篮网再度领先,好在决胜时刻杰森-塔图姆没有掉链子,塔图姆丢了一个罚球,随后米罗两罚不中被布朗绝平,两队进入加时赛,塔图姆在加时赛完成读秒绝杀。 终场前2分04秒,塔图姆持球突破面对两个防守者,高打板上篮命中完成扳平一球。 终场前35.2秒,塔图姆弧顶持球吸

上海男篮7分险胜浙江!卢伟拒绝被逆转,古德温32分,拉塞尔9分

上海男篮7分险胜浙江!卢伟拒绝被逆转,古德温32分,拉塞尔9分

上海男篮最近遇到了一些麻烦,特别是外援方面,麦基被换掉只是时间问题,但麦基并非全部的麻烦,包括拉塞尔也是没有融入全队。 上海男篮开局不错,浙江男篮多次将分差缩小,第四节一度扳平,最终上海男篮以88比81击败浙江男篮。 古德温32分、拉塞尔9分、李弘权12分、张镇1分、王哲林4分、李添荣13分、麦基2分 上海男篮开局打的不错,特别是古德温的状态很好,而浙江男篮依旧是扎加尔斯是球队的核心,不过上海男篮

媒体人:有亚历山大这样的领袖 永远无法将雷霆剔出竞争者行列

媒体人:有亚历山大这样的领袖 永远无法将雷霆剔出竞争者行列

直播吧11月3日讯 NBA常规赛,雷霆117-112战胜骑士。 媒体人只关于篮球发文谈到亚历山大:“无论谁倒下,亚历山大依旧坚强。 今天疯狂出手35次追平生涯新高,其中末节就出手了13次,效率不高,但最后一分钟命中了反超比分的三分,一人扛起所有的进攻重担。全场比赛狂砍43分4篮板8助攻,在如此艰难的环境下抢到了一场胜利。 在队友归来之前,他是雷霆的最后一道防线,因为有亚历山大这样的领袖存在,你永远

卡纳瓦罗:最反感球员场上做手势,德布劳内和卢卡都应该闭嘴

卡纳瓦罗:最反感球员场上做手势,德布劳内和卢卡都应该闭嘴

在意大利天空体育节目中,法比奥-卡纳瓦罗分析了那不勒斯的现状,并谈到最近几场比赛中球员之间浮现的紧张情绪。 卡纳瓦罗在采访中先谈到了如今足球运动员处理队内矛盾的方式。他认为,现在的球员不再习惯于在内部解决问题,而是倾向于把事情公开化,这种沟通方式他并不喜欢。 他还特别强调,真正的领袖不需要在场上大喊大叫,而是由球队集体认可,并得到队友的追随。 随后,他谈到了那不勒斯球员在场上的行为:“在我看来,球

半场30分10投11中,戴维斯一战比肩乔丹沃尔

半场30分10投11中,戴维斯一战比肩乔丹沃尔

北京时间11月10日,奇才对阵活塞,安东尼·戴维斯上半场就砍下 30分 ,占全队58分的一半以上。 他的效率更惊人:开场后 10投11中 ,外加 8个篮板 ,出场17分钟,上半场尚未结束。这30分是本赛季NBA球员任意半场最高得分。 据马克·斯坦统计,自1996-97赛季以来,奇才队史能在半场拿到30分的球员只有四位:布拉德利·比尔、约翰·沃尔、吉尔伯特·阿里纳斯、迈克尔·乔丹。戴维斯成为这份名单