「智能传感交互」共找到 3830 篇相关文章
刚刚,面壁小钢炮开源进阶版「Her」,9B模型居然有了「活人感」
2月4日,面壁开源全双工全模态大模型MiniCPM - o 4.5,在多方面达SOTA水平。它能边看边听边说,实现自主交互。实测中表现如真人,其架构和机制有创新,还适合端侧部署,或开启人机交互新时代。
开源全合一智能体沙箱
AIO Sandbox是开源全合一智能体沙箱,将浏览器、Shell等整合到同一容器,提供统一安全开发执行环境。解决传统沙箱问题如文件共享难,有统一文件系统等优势,文中介绍其安装、用法、特性等。
具身数据才是最大「金矿」,数据云商城来了:全球首个、百亿级、全模态、高自由度
帕西尼联合京东云等打造的全球首个百亿级全模态具身智能数据云商城开放。该平台解决具身智能泛化瓶颈,提供全模态数据,有端到端服务,数据质量高、体量大,还能加速具身智能进化,赋能多行业。
中国具身模型狂揽全球第一!机器人的人类数据时代来了
00后带队的灵初智能用近10万小时人类数据拆解具身智能,1000小时数据开源。其发布Psi-R2和Psi-W0双系统架构,让Psi-R2登顶MolmoSpace榜单。灵初认为纯人类数据训练必要,还强调开源对具身智能落地重要。
小扎“超级智能”小组第一位大佬!谷歌DeepMind首席研究员,“压缩即智能”核心人物
最新爆料,谷歌DeepMind首席研究员Jack Rae确认转投Meta,另有消息称Meta还招募了Sesame AI的ML主管。此前小扎还想斥资150亿美元收购Scale AI。小扎为组AGI团队不遗余力,推进速度快。
吴恩达来信:试试语音交互吧!
吴恩达认为基于语音、可对话的AI系统在发展,语音用户界面将普及。虽不会完全取代传统界面,但会带来新应用场景。还介绍了Vocal Bridge架构,且构建语音UI可能比想象容易。
个人音频转录与交互神器
Speakr是个人自托管网络应用,可转录音频、生成摘要和标题,还能通过聊天互动。支持音频上传、浏览器录音等功能,可选择不同转录方式,有简单和高级两种安装方法。
The Batch: 904 | 智能体全面释放
2025年11月开发者Peter Steinberger发布个人AI智能体OpenClaw,1月下旬在HackerNews提及后迅速走红。它可完成多种任务,有独特工作方式和架构,但也存在安全漏洞,引发AI社群讨论。
The Batch: 855 | 为智能体而生
总部位于北京的 Moonshot AI 发布 1 万亿参数的 Kimi K2 系列大语言模型,包括预训练和微调版本。它输入输出能力强,架构独特,在多基准测试领先,支持工具调用,多家服务商已集成。
Theory of Agent:构造知行合一的智能体
当前AI(如ChatGPT)存在行为随机性、效率黑洞等问题,论文指出AI缺乏认知地基,需明确认知框架。还提出革命性等式“推理 = 行动”,分析了知识与决策边界,给出最优行为四象限,介绍落地路径和未来发展方向。