自动化数据收集」共找到 2923 篇相关文章

新闻资讯7

【独家】对话汤元科技任冬淳:物理AI的瓶颈,在于训练体系|甲子光年

对话汤元科技任冬淳,探讨物理AI瓶颈。他认为物理AI瓶颈在训练体系,要满足数据结构质量、训练验证闭环、数据规模效率三要求。汤元构建训练底座,为具身智能和智驾提供服务,具身智能是未来重心。

甲子光年
新闻资讯8

雷峰网现场直击:ICRA 2026下周在维也纳开幕,中国力量站上C位

6月1日,IEEE国际机器人与自动化会议(ICRA 2026)将在维也纳开幕。今年投稿量4947篇破纪录,86个国家参与,1882篇论文被录用。热门方向有VLA模型、Sim - to - Real、3D感知,中国研究者从投稿大国迈向规则定义者。

AI科技评论
新闻资讯7

AI自己造AI,概率60%,2028年底前!Anthropic联创坐不住了

Anthropic联合创始人Jack Clark读完数百份公开数据后判断,2028年底前AI自己造AI的概率达60%。他依据编程、科研复现等能力曲线,认为AI工程化生产组件基本齐全,不过AI研究的创意突破仍是关键。

新智元
算法论文8

伦理防线不可靠!分布偏移诱导,大模型进入暗黑模式

香港理工大学与西北工业大学联合研究指出,当前大语言模型对齐机制仅实现表层合规,预训练时内化的有害知识仍潜藏。遇数据分布偏移,模型“黑暗模式”易被激活。26个主流模型中22个在攻击下失效,凸显现有范式缺陷。

新智元
产品应用8

国内首个!加入六维力的全感知数采,让VLA模型进化出力触觉

具身智能发展受数据采集制约,开普勒机器人发布国内首个原生全感知力触数采系统,打通全链路闭环。该系统具平台化特征,让具身智能范式转变,还获融资并升级战略,在工业场景表现出色。

机器之心
开源动态8

科研的回归:AutoSOTA如何终结“增量式优化”的重复劳动

当前AI科研中,为提升性能指标,研究者投入大量精力做“增量式优化”,限制原创探索。AutoSOTA项目由清华与中关村学院联合发布,它基于智能体系统构建自动化方案,接管实验迭代,一周发现105个SOTA模型,推动科研回归原创。

AIGC开放社区
算法论文8

港中文薛天帆团队:实现 4K 全景视频生成,普通视频也能「长出空间」丨CVPR 2026

香港中文大学薛天帆团队提出CubeComposer框架,可将普通视角视频扩展成原生4K的360°视频。研究在两个数据集测试,结果显示其在多指标上优于基线。该成果突破技术上限,让普通人也能制作360°视频。

AI科技评论
新闻资讯7

一场机器人黑客松,让具身智能的差距与机会同时显形

作者参加深圳机器人黑客松,这是全球最大规模线下具身智能开发者大赛之一。3天内参赛队伍可完成从数据采集到真机部署闭环。比赛让行业差距与机会显形,凸显基模重要性,自变量也给出新方向。

InfoQ
新闻资讯7

刚刚,美国把天眼交给Palantir!绝密信件曝光: AI拿到美军正式编制

3月外媒报道,美国国防部副部长信件称,Palantir的Maven人工智能系统将被列为「项目编制」,监管将转移,未来合同由陆军负责。其武器目标识别技术将获长期应用,Maven能整合数据、识别目标,还与Claude助力美军打击伊朗目标。

新智元
开源动态8

5B参数+4060Ti,10秒出图,全流程开源可复现!补齐统一多模态生成编辑的开源版图,让高质量图像生成真正变得更轻量、更普及

近日,多机构联合发布统一多模态生成编辑模型DeepGen 1.0,仅5B参数,集成五大能力,4060ti 16G上10秒出图,多项指标超大4倍工业级模型。团队开源全流程代码与数据,可从零复现。

量子位