%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
HuggingFace開源項目"LeRobot"發佈了一份詳細的指南，全面介紹瞭如何組裝、配置和訓練控制AI機器人的整個過程。該項目旨在降低AI在機器人領域的准入門檻，支持機器人領域的開源生態系統。
LeRobot的聯合創始人Remi Cadene表示，這份循序漸進的指南面向更廣泛的受衆，希望能夠普及AI驅動機器人技術，並鼓勵該領域的創新。該指南基於開源機器人套件Koch v1.1開發，包括兩個6自由度的機械臂和一個或多個攝像頭。
展望未來，LeRobot計劃開發一款更加經濟實惠的Moss v1版本機器人，省去3D打印環節，僅需150美元即可擁有兩個機械臂。他們希望能夠壯大機器人社區，充分利用開源技術和Hugging Face Hub快速迭代下一代機器人。
與此同時，谷歌、OpenAI等科技巨頭也在開發用於機器人的閉源多模態基礎模型。Cadene強調，開源方式至關重要，因爲這項新技術最終將推動社會和工業的進步，應該造福全人類。
項目地址:https://github.com/huggingface/lerobot
Recogni公司推出了一種名爲"Pareto"的革命性AI計算方法，採用創新的對數方法，使AI芯片在運行大型模型時性能超越現有技術，同時大幅降低能耗和運行成本。該技術得到知名企業和風險投資公司的支持，如寶馬、博世和Mayfield。與傳統AI模型相比，如OpenAI的GPT-4和谷歌的Gemini，Pareto系統通過將乘法轉換爲加法運算，顯著降低了能耗。已與Meta和Stability AI等公司合作，測試結果積極。Recogni的首款芯片採用七納米工藝，與未透露名稱的合作伙伴共同推廣計劃，計劃在未來幾個月內宣佈。此外，公司正與提供數據中心硬件租賃服務的公司洽談合作，以推動Pareto技術的廣泛應用。
Raspberry Pi52GB版以50美元的親民價格，展現了卓越的性價比和性能，成爲科技界的一款明星產品。這款設備繼承了Raspberry Pi家族的高性能傳統，通過採用成本優化的BCM2712D0應用處理器，成功將價格降低至50美元，比4GB版本便宜10美元。BCM2712D0處理器去除了不必要的功能，保留了核心的四核處理器和多媒體能力，有效降低了生產成本。Raspberry Pi OS的資源優化特性使其在現代硬件上提供了一個低資源佔用的現代操作系統，對於不需要極端性能的用戶來說，這款2GB版本的Raspberry Pi5是理想選擇。該型號的發佈不僅豐富了產品線，更激發了開發者和愛好者的創造力，爲各種項目提供了強大的支持。
英偉達研究團隊開發的“StormCast”AI模型，能在幾公里精度範圍內預測雷暴天氣，顯著提升氣象預測的準確性和全面性。該模型結合生成模型和多垂直層大氣狀態技術，模仿氣象局HRRR模型，每小時更新預測，準確預測輕度、中度和重度降雨概率，尤其關注大氣最低層動態。StormCast在雷暴細胞發展、氣流等方面表現突出，通過創建集合預測，其表現超過單一HRRR模型，爲高分辨率、AI輔助的天氣預測鋪平道路。研究團隊正致力於提高模型訓練數據量和區域範圍，以及改進集合預測的校準，以進一步推動氣象預測技術的發展，減少雷暴天氣帶來的損失和傷亡，並在局地氣候預測中展現應用潛力。
高通最新推出的驍龍7s Gen3處理器，主打爲中端智能手機帶來強大的AI功能。支持先進語言模型，如Baichuan-7B和Llama2，性能顯著提升：CPU、GPU和AI性能分別提高20%、40%和30%，同時功耗降低了12%。該處理器將被Realme、三星、夏普和小米等品牌應用於新設備，標誌着中端手機市場將迎來性能與AI應用的全新升級。
浙江大學與美國德克薩斯大學合作研發了一種人工智能算法，能在中國試驗中準確預測地震，提前一週預測300多公里範圍內的14次地震，準確率高達70%，並能計算地震強度。該成果爲地震預警與災害應對帶來新希望。雖然算法的全球應用尚不確定，但科學家對提高預測準確性和縮小預測範圍持樂觀態度。下一步將在常發生輕微至中等級別地震的德克薩斯州進行測試。這一研究在人工智能用於自然災害預警方面具有重大意義。
Hotshot 推出了一款全新的文本轉視頻 AI 生成器，能生成長達 10 秒、720p 分辨率的視頻，支持多種動畫風格，如漫畫書風格和轉描風格。此模型具有無水印輸出、多樣化視頻風格、高適應性和擴展性等特點，基於 600 百萬視頻片段訓練，具備擴展至更長視頻時長和更高分辨率的潛力。用戶可在官方網站免費體驗，每天生成次數有限。Hotshot 團隊在四個月內完成模型訓練，使用了大量 GPU，展現強大技術實力。未來，Hotshot 或將支持音頻生成。此 AI 模型預示着 AI 生成內容在未來一年內可能成爲數字媒體的主流，特別是對 YouTube 視頻製作的改變。