人物
别名：DrJimFan
AI 研究员，NitroGen 和 MineDojo 的相关贡献者。
已跟踪 9 条高相关材料
最近变化
2026-06-05 · NVIDIA Research在CVPR2026发布三篇物理AI论文，针对跨应用场景的大规模训练提出突破性方案
为什么值得关注
Jim Fan 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
Check out the NVIDIA blog!
Jim Fan(@DrJimFan) · 8.5 分
NVIDIA在CVPR2026发布三篇物理AI论文，提供跨多样应用的大规模训练突破性解决方案，重点是GraspGen-X——首个零样本抓取基础模型，训练数据达数十亿次模拟抓取。
机器人的终局：英伟达 Jim Fan 宣告 VLA 时代结束，WAM 登场
宝玉的分享 · 8.5 分
英伟达Jim Fan宣布VLA路线过时，提出新范式WAM，代表作为DreamZero，预计2040年实现机器人自主设计制造，置信度95%。
I promise this will be the best 20 min you spend today! Robotics: Endgame, the sequel to my last yea...
Jim Fan(@DrJimFan) · 8.3 分
Jim Fan分享了物理AGI的实现路线图，强调视频世界模型和World Action Models在机器人学中的关键作用。
已收录 9 条与 Jim Fan 相关的内容，按评分排序。
NVIDIA在CVPR2026发布三篇物理AI论文，提供跨多样应用的大规模训练突破性解决方案，重点是GraspGen-X——首个零样本抓取基础模型，训练数据达数十亿次模拟抓取。
入选理由：NVIDIA Research在CVPR2026发布三篇物理AI论文，针对跨应用场景的大规模训练提出突破性方案
英伟达Jim Fan宣布VLA路线过时，提出新范式WAM，代表作为DreamZero，预计2040年实现机器人自主设计制造，置信度95%。
入选理由：VLA路线过时，新范式WAM登场
Jim Fan分享了物理AGI的实现路线图，强调视频世界模型和World Action Models在机器人学中的关键作用。
入选理由：视频世界模型作为第二预训练范式，显著提升了机器人的感知能力。
NVIDIA科学家Jim Fan在Sequoia AI Ascent会议上提出，机器人技术仅剩3项关键突破，95%确信2040年前将实现通用具身智能的全面工程化落地。
入选理由：机器人技术瓶颈已收敛至感知-推理-执行闭环中的三个具体缺口：长程任务规划、零样本技能迁移、物理世界鲁棒交互。
英伟达Jim Fan认为机器人物理AI将迎来重大突破，通过借鉴大型语言模型的方法来实现。
入选理由：Jim Fan预测机器人物理AI将有大突破
NitroGen 获得了 CVPR 最佳论文提名奖，旨在开发能够同时掌握现实世界物理规律与模拟多重宇宙中所有物理特性的通用具身智能体。
入选理由：NitroGen 项目在 CVPR 获得了最佳论文提名奖 (Best Paper Honorable Mention)。
该推文仅包含一个标题和链接，缺乏深度技术内容。
入选理由：无具体技术信息可提取。
这篇文章主要是一个推文链接，缺乏深度技术内容，不推荐工程师阅读。
入选理由：文章没有提供具体的技术机制或架构分析。
视频讨论了Nvidia的Jim Fan对于机器人技术终局的看法，但正文内容缺失，无法提供深度分析、新颖性或实用性信息。
入选理由：视频讨论了Nvidia的Jim Fan对于机器人技术终局的看法，但正文内容缺失，无法提供深度分析、新颖性或实用性信息
