特斯拉将支付高达每小时48美元的费用来捕捉你的动作

币界网Publicado a 2024-08-19Actualizado a 2024-08-20

币界网报道:

特斯拉正在寻找一种新型员工:所谓的“数据收集操作员”,他们将帮助培训他们的Optimus机器人。然而,收集的数据将是他们的身体动作,用动作捕捉设备记录下来。

该职位发布在特斯拉职业网站上,为合适的候选人提供每小时25.25至48美元的薪酬,让他们在加州帕洛阿尔托的工厂“在执行指定动作时穿着动作捕捉服和虚拟现实耳机”。

这项工作被列为“特斯拉机器人”职位,将推进特斯拉对人形机器人的研究,特斯拉首席执行官埃隆·马斯克表示,该机器人已经部署在其工厂和办公室。换句话说,现实世界的数据收集最终可能有助于公司实现人类工作的自动化。

随着特斯拉开始在其内部运营中使用少量Optimus机器人,第三方公司的大规模生产将于2026年开始。即将推出的Optimus机器人系列将面临其他新产品的竞争,如功能更丰富、功能更强大的Figure 02,以及由OpenAI支持的1X为家庭和工业用途制造的机器人。

特斯拉的工作带来了各种福利,包括有竞争力的薪酬、医疗、牙科和视力计划、家庭建设和生育福利、与雇主匹配的401(k)计划以及员工股票购买计划。其他福利包括病假和休假时间、带薪假期、儿童保育和育儿支持。

三个八小时轮班可用于全天候数据收集。

然而,候选人需要满足特定的要求。这项工作涉及每天走一条预先确定的测试路线进行数据收集,候选人必须能够每天走七个多小时,同时携带所有设备来记录他们的动作。

还需要持续的手/眼协调、身体协调和“动觉意识”。

这也不是一个放之四海而皆准的位置。申请人身高必须在5'7英寸至5'11英寸之间。

员工还需要分析他们收集的信息并撰写报告。该职位的主要目标是收集数据、协助工程请求和报告设备反馈。

其他职责包括启动和停止记录设备、执行小型设备和软件调试、提供设备性能反馈、分析和报告轮班期间收集的数据、上传数据以及撰写详细说明观察结果和问题的每日报告。

这并不完全是火箭科学,但这是特斯拉,而不是姊妹公司SpaceX。

Lecturas Relacionadas

Diálogo con el fundador de 42 Macro: La "rana hervida a fuego lento" de la Fed y la economía en K

Fuente: "Anthony Pompliano" Organizado por: Felix, PANews En el podcast "Anthony Pompliano", Darius Dale, fundador de 42 Macro, analizó la política monetaria de la Fed, la economía en forma de K y la inflación. Calificó al nuevo presidente de la Fed, Kevin Warsh, como un "halcón con apariencia de paloma", quien posiblemente endurezca la política monetaria en los próximos trimestres para luego poder relajarla. Dale destacó que las expectativas de inflación no predicen resultados futuros; los verdaderos impulsores son factores monetarios y políticos, como el gasto deficitario y la monetización de deuda. Señaló que la Fed no alcanzará su objetivo del 2% de inflación y que su estrategia es una "cocción lenta" (financial repression) para evitar problemas de estabilidad. Sobre la economía en forma de K, explicó que mientras las familias en la parte superior poseen unos 12 billones de dólares en efectivo y consumen intensamente, las de la parte inferior enfrentan tasas de morosidad récord en créditos. Advirtió que quienes no inviertan en activos quedarán rezagados debido al "efecto Cantillón", que transfiere riqueza a los primeros receptores del dinero nuevo. Respecto al mercado bursátil, mencionó que los inversores están trasladando capital de las "siete grandes" tecnológicas hacia empresas más amplias de IA, pero alertó sobre el riesgo de burbuja en los gastos de capital. Finalmente, compartió su experiencia personal sobre la división económica y social, subrayando que todas las personas, independientemente de su origen, buscan dignidad y seguridad para sus familias.

marsbitHace 2 hora(s)

Diálogo con el fundador de 42 Macro: La "rana hervida a fuego lento" de la Fed y la economía en K

marsbitHace 2 hora(s)

Los ocho padres del Transformer, ¿dónde están ahora?

Ocho investigadores de Google Brain revolucionaron la IA en 2017 con el artículo “Attention Is All You Need”, presentando la arquitectura Transformer. Nueve años después, los ocho autores originales han dejado Google, trazando caminos divergentes en la industria. Noam Shazeer, cofundador de Character.AI y clave en el mecanismo de atención, regresó brevemente a Google DeepMind antes de unirse recientemente a OpenAI. Ashish Vaswani, co-diseñador del modelo, fundó Essential AI, aunque hay rumores de que su equipo podría integrarse en Nvidia. Niki Parmar, después de cofundar Adept AI y Essential AI, ahora trabaja en Anthropic. Jakob Uszkoreit, quien propuso la idea central, fundó Inceptive, aplicando la IA al diseño de moléculas de ARN. Llion Jones, tras una larga carrera en Google, cofundó Sakana AI en Tokio, explorando modelos colaborativos inspirados en la naturaleza. Aidan N. Gomez, el más joven del grupo, fundó Cohere, centrada en soluciones empresariales de IA. Łukasz Kaiser, con un trasfondo teórico, es investigador clave en OpenAI, contribuyendo a modelos como GPT-4 y o1. Illia Polosukhin, co-diseñador del Transformer, es cofundador del protocolo blockchain NEAR. A pesar de sus trayectorias distintas —desde biotecnología y blockchain hasta laboratorios de IA—, comparten una creencia: Transformer no es el punto final. Siguen explorando activamente la próxima arquitectura que supere claramente al actual pilar de la IA moderna.

marsbitHace 2 hora(s)

Los ocho padres del Transformer, ¿dónde están ahora?

marsbitHace 2 hora(s)

Respuesta nacional al cálculo espacial: usar fotones es más eficiente, Musk y Huang Renxun dan demasiadas vueltas

La carrera por la computación espacial se ha convertido en una verdadera competencia de armamentos tecnológicos. Figuras como Elon Musk y Jensen Huang han destacado el potencial de la inteligencia artificial y la computación en órbita. Sin embargo, los desafíos en el espacio son extremos: radiación cósmica, disipación de calor en el vacío y limitaciones energéticas severas. Aquí es donde la computación fotónica, que utiliza fotones en lugar de electrones, emerge como una solución prometedora. Sus ventajas son clave para el entorno espacial: es inherentemente resistente a la radiación, genera muy poco calor y consume menos energía. Esto permite empaquetar más potencia de cálculo en un satélite con el mismo peso y recursos, superando las limitaciones de los chips electrónicos tradicionales. Aunque la tecnología fotónica para IA, especialmente en tareas de inferencia, aún debe superar retos de integración y estabilidad mecánica para los lanzamientos espaciales, su trayectoria es distinta. No depende de la miniaturización extrema de los transistores, sino de escalar el uso de propiedades de la luz como la longitud de onda. En una carrera donde la computación electrónica se acerca a límites físicos, la vía "óptica" podría ser la carta decisiva para desplegar de forma eficiente y sostenible la capacidad de cálculo en el espacio.

marsbitHace 3 hora(s)

Respuesta nacional al cálculo espacial: usar fotones es más eficiente, Musk y Huang Renxun dan demasiadas vueltas

marsbitHace 3 hora(s)

Trading

Spot
活动图片