「视听场」共找到 355 篇相关文章
一名90后HR总结的七条职场心得
一名90后HR总结的七条职场心得
梅西投了李飞飞,她转身买下了一家机器人“训练场”
足球巨星梅西旗下体育科技投资平台 Play Time 投资了李飞飞的空间智能企业 World Labs。该公司今年 2 月获 10 亿美元融资后收购了 SceniX,以补足其机器人仿真短板。此前,Marble 虽能搭建训练场景,但没掌握物理规律。
复旦等推出「第一人称视听基准」,补齐多模态模型「听觉拼图」
多模态大模型在真实世界会“失聪”,现有第一人称视频问答/理解基准长期偏“视觉中心”。复旦等团队推出首个系统评测第一人称声音理解能力的基准EgoSound,能让模型听懂世界,评测显示当前模型与人类差距大。
ROCK & ROLL!阿里给智能体造了个实战演练场 | 开源
阿里开源新项目ROCK,解决了智能体无法在真实环境中规模化训练的难题。它与阿里此前的RL训练框架ROLL配合,构成完整的智能体训练闭环,推开了Agentic AI规模化应用的大门。
波士顿动力机器狗侧空翻炸场!穿轮滑鞋照样能翻
风头被中国机器人盖过的波士顿动力,让机器狗Spot完成侧空翻等动作。工程师称它并非为空翻设计。空翻是严苛测试手段,能验证系统性能,还透露了训练细节,此外它还将上《美国达人秀》。
谷歌开发者大会炸场!Agent重磅升级, A2A、SDK大更新
今天凌晨谷歌召开‘I/O 2025’开发者大会,对Agent智能体重磅升级。A2A协议更新,新增关键功能,还发布官方Python SDK;生态持续扩大,多家名企加入。此外,发布Agent Engine UI,升级Agent SDK,增强Project Mariner能力。
刚刚,OpenAI花470亿大规模回购股票,高管火速跳车离场!
OpenAI花70亿美元从员工手中回购股份,交易估值8520亿美元。公司6月已提交IPO申请,但此举或意味着上市推迟。同时,多位高管离职,包括伦理负责人,且无继任者。外部竞争加剧,Anthropic势头强劲。
DeepSeek深夜炸场,开源了一个新项目&论文,V4打前站?
凌晨,DeepSeek开源新项目Engram并公开论文。Engram用可扩展的O(1) N - gram记忆替Transformer早期层节省算力,在多方面实验表现出色,如推理任务增幅大于知识任务,还分析了其机理和系统效率。
宇树智元共用一个大脑!神秘模型Demo炸场,10分钟一镜到底
一条10分钟一镜到底的Demo视频引发关注,视频中宇树和智元的机器人同用一个“大脑”,完成多种任务,如擦窗、收纳等,还展现出跨本体协作等能力。该模型跳出主流具身模型固有框架,或改写具身智能行业认知。