-
ByteDance Research登Nature子刊：AI+冷冻电镜，揭示蛋白质动态
2024 年的诺贝尔化学奖颁发给了在结构生物学领域取得重大成就的 David Baker 团队和 AlphaFold 团队，激发了 AI for science 领域新的研究热潮。 近两年科学界一个饱受争议的命题是：“AlphaFold 是否终结了结构生物学？ ” 首先，AlphaFold 之类的结构预测模型的训练数据正是来自于以 X 射线、冷冻电镜（cryo-EM）等为代表的传统结构解析方法。- 0
- 0
-
GR-2登场！ByteDance Research提出机器人大模型，具备世界建模和强大泛化能力
最近，ByteDance Research 的第二代机器人大模型 —— GR-2，终于放出了官宣视频和技术报告。GR-2 以其卓越的泛化能力和多任务通用性，预示着机器人大模型技术将爆发出巨大潜力和无限可能。GR-2 官方项目页面： GR-2：百炼出真金和许多大模型一样，GR-2 的训练包括预训练和微调两个过程。如果把机器人和人做比较，预训练过程就好像是人类的 “婴儿期”。而 GR-2 的婴儿期与其…- 5
- 0
-
填补AlphaFold3空白，字节跳动提出物理导致的法子让蛋白质动起来
世界是变化的，份子是运动的，从展望固态单一布局走向动态构象分散是揭示蛋白质等生物份子功能的重要一步。探索蛋白质的构象分散，能帮助理解蛋白质与其他份子相互作用的生物过程；识别蛋白质表面下的潜在药物位点，描绘各个亚稳态之间的过渡路径，有助于研究人员计划出具有更强特异性和效力的目标抑制剂和治疗药物。但传统的份子动力学模拟法子昂贵且耗时，难以跨越长的时间尺度，从而观察到重要的生物过程。近年来的深度学习蛋白…- 3
- 0
-
机器人领域首个开源视觉-谈话操纵大模型，RoboFlamingo框架激发开源VLMs更大潜能
还在苦苦寻找开源的机器人大模型？试试RoboFlamingo！近年来，大模型的研究正在加速推进，它逐渐在各类使命上展现出多模态的理解和时间空间上的推理能力。机器人的各类具身操纵使命天然就对谈话指令理解、场景感知和时空规划等能力有着很高的要求，这自然引申出一个问题：能不能充分利用大模型能力，将其迁移到机器人领域，直接规划底层动作序列呢？对此，ByteDance Research 基于开源的多模态谈话…- 8
- 0
-
字节具身智能新成果：用大规模视频数据训练GR-1，复杂恣意轻松应对
如何利用大规模的视频数据来帮助机器人进修复杂恣意？最近 GPT 模型在 NLP 领域取得了巨大成功。GPT 模型首先在大规模的数据上预训练，然后在特定的下游恣意的数据上微调。大规模的预训练能够帮助模型进修可泛化的特征，进而让其轻松转嫁到下游的恣意上。但相比自然谈话数据，机器人数据是十分稀缺的。而且机器人数据包罗了图片、谈话、机器人状态和机器人举措等多种模态。为了突破这些困难，过去的工作尝试用 co…- 14
- 0
扫码打开当前页
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×