相关推荐
哈佛与DeepMind联手:开创虚拟神经科学,在世界模拟器中驯养赛博老鼠
哈佛大学与谷歌DeepMind的人工智能实验室合作,开发了一款虚拟AI老鼠,象征性的推动了“虚拟神经科学”领域的发展。此研究的重大意义在于揭示大脑如何操控复杂身体动作,对脑科学和机器人学产生深远影响。通过无动物牺牲的虚拟实验,科学家们成功创建了一只能够模仿真实老鼠所有动作的AI,其AI“大脑”能够预测对应的真实老鼠脑内的神经活动。论文发表于《Nature》杂志,展示了利用人工神经网络训练实现运动控制,用以探究大脑神经基础,并为设计改良机器人控制系统提供了新思路。这项合作不仅加深了对AI与神经科学交界的知识,也为未来灵活、智能机器人发展开拓了新视野。
科幻照进现实?Open-TeleVision支持远程操控机器人
加州大学圣地亚哥分校与麻省理工学院的合作项目“Open-TeleVision”致力于打造远程操作机人的新型开源操作系统。该系统利用V.R头显,如Vision Pro、Quest等,实现了从遥远距离精准操控机器人及物体的能力,其沉浸式体验和顺滑操控直追电影《阿凡达》中的先进科技。其优化的适配性,无需额外设备,通过头显直接感知空间深度与立体视觉,确保精细控制。借助前瞻性的技术亮点——视觉中心区域处理、活动颈部模拟聚焦方式,操作人仿佛掌控一切。通过逆运动学算法与Web平台接入模式,简化高效率远程交互。解决自由度匹配挑战与通过数据采集实现机器人自学习的解决方案,提升系统跨场景应用的可靠性和泛化能力。这一创新为远程操作与人工智能交互探讨提供了新的见解与应用场景。更多详细信息可访问 GitHub 地址:[https://github.com/Improbable-AI/VisionProTeleop](https://github.com/Improbable-AI/VisionProTeleop)。
AI 模型训练成本暴涨,2027 年或达 1000 亿美元!
Anthropic 首席执行官预计 AI 模型训练成本在未来三年内将会有显著提升,从目前的 10 亿美元增长到 1000 亿美元,引发行业对成本前沿的波澜与 AI 泡沫的可行性讨论。这一成本增长主因在于不断增长的硬件需求,特别是 AI 模型快速扩张对高性能计算硬件(特别是 GPU 和数据中心能源)的驱动。此外,伴随着人工智能从生成式向通用目的的演进,基础理论与发展路径的探讨与其实用成本之间的平衡成为关注焦点。提高效率与优化成本成为 AI 领域深度研究的关键。关注硬件与能源优化、提高人力成本利用效率、数据管理与维护,仍将是降低 AI 训练成本、实现其经济可持续发展的核心路径。因此,AI 产业仍需高度关注技术与经济策略的综合平衡,以推动其蓬勃发展。
快手开源图像生成模型可图Kolors 支持在画面中生成文字
快手今天放了个大招,开源了自家的图像生成模型——"可图 Kolors"。这可不是一个普通的模型,它在数十亿的文本图像对上进行了训练,搭载了通用语言模型(GLM)作为文本编码器,支持中英文双语提示词,还能处理长达256个token的上下文。
月之暗面推出 Kimi 浏览器插件 支持点问笔、总结器等功能
Moonshot AI的Kimi浏览器插件现已上线,旨在升级用户在网页及应用中的体验。该插件拥有点问笔及总结器两大功能:通过划选文字获取即时解释与答疑,利用位于网页右下角的总结器快速摘要全文。 支持全局浮窗与侧边栏模式,便于在写作过程中持续对话与搜索信息。通过快捷键启动Kimi,实现高效操作。发展历程中包括多项体验优化,例如直接在App中打开微信中的PDF文件、搜索引用溯源、部分复制功能扩大范围,以及新增提问推荐功能可根据用户问答提供相关问题。网页版功能进一步增加,支持Ctrl+C/V进行贴图操作与利用历史记录搜索,涵盖基础运算、函数运算等多个计算器功能板块。插件下载地址为:https://kimi.moonshot.cn/extension/download
