算法论文8
字节跳动Astra架构助力机器人导航
机器之心
AI 摘要
字节跳动提出Astra双模型架构助力机器人导航。Astra - Global负责低频定位,Astra - Local处理高频规划。实验显示其性能优异,未来有望用于多场景,不过也有定位细节、泛化能力等问题待改进。
阅读原文 · 机器之心
我在哪?要去哪?要怎么去?字节跳动提出Astra双模型架构助力机器人自由导航
当今机器人导航系统在复杂室内环境面临挑战,字节跳动研发创新双模型架构Astra,含Astra - Global与Astra - Local子模型。经实验验证其性能佳,未来有广阔应用前景,但也存在需改进之处。

关注公众号
扫码关注
第一时间收到每日精选
相关文章
新闻资讯7
OpenAI新模型引争议,图像模型将升级
GPT - 6发布前夕消息不断,OpenAI新模型引入的“循环深度”技术因可能让模型思考难监控引争议,同时模型名或被API剧透,图像模型GPT Images 2.1也将更新。
量子位
新闻资讯7
OpenAI Astra引入循环深度,安全专家担忧
OpenAI 最强新模型 Astra 或即将发布,它是首个达「关键级」网络安全能力门槛的模型,在测试中表现优异。《The Information》爆料其用「循环深度」技术,能力提升但引发安全专家担忧,该技术可使模型内部计算增多,思维链监控或失效。
机器之心
新闻资讯7
OpenAI新Astra架构曝光,GPT - 6或今晚上线
OpenAI下一代Astra采用「循环深度」推理方法,思考Token减少但性能提升,不过其思考过程难监控。此前业界已对「循环Transformer」有研究,该架构适合数学编程任务,Astra实力获验证,GPT - 6或即将发布。
新智元
新闻资讯7
OpenAI Astra核心架构:循环深度引争议
The Information记者爆料OpenAI即将推出的Astra模型采用“recurrent depth”新推理方法,该技术能降本提效,但引发AI安全与可观测性担忧。清华与字节论文解决了循环模型“算力不公平”问题,并给出Scaling Law。
AI寒武纪