应用 - AI在线

特斯拉Optimus人形机器人进厂打工，娴熟分装电池、自我矫正，还能走更远了

打工人「Optimus」启动。特斯拉人形机器人又解锁了新技能！昨日，Tesla Optimus 官方发布了新的 demo 视频，展示了二代 Optimus 人形机器人的最新进展。这次，Optimus 开始进厂打工了，在特斯拉电池工厂学会了分装电池，并且比以前走得更快更远更稳了。让我们先一睹 Optimus 的最新技能和训练细节。现在，Optimus 的端到端神经网络经过训练，能够对特斯拉工厂的电池单元进行准确分装。Optimus 在机器人的 FSD 计算机上实时运行，而仅仅依靠 2D 摄像头、手部触觉和力传感器。O

特斯拉机器人进厂打工，马斯克：手的自由度今年将达到 22 个

特斯拉机器人 Optimus 最新视频出炉，已经可以在厂子里打工了。正常速度下，它分拣电池（特斯拉的 4680 电池）是这样的：官方还放出了 20 倍速下的样子 —— 在小小的“工位”上，拣啊拣啊拣：这次放出的视频亮点之一在于 Optimus 在厂子里完成这项工作，是完全自主的，全程没有人为的干预。并且在 Optimus 的视角之下，它还可以把放歪了的电池重新捡起来放置，主打一个自动纠错：对于 Optimus 的手，英伟达科学家 Jim Fan 给出了高度的评价：Optimus 的手是全球五指机器人里最灵巧的之一。

LeCun上月球？南开、字节开源StoryDiffusion让多图漫画和长视频更连贯

有了 StoryDiffusion，更加一致性的图像和视频生成得到了保障。两天前，图灵奖得主 Yann LeCun 转载了「自己登上月球去探索」的长篇漫画，引起了网友的热议。其实，产出这些漫画的研究出自南开大学、字节跳动等机构。在《StoryDiffusion：Consistent Self-Attention for long-range image and video generation》这篇论文中，该研究团队提出了一种名为 StoryDiffusion 的新方法，用于生成一致的图像和视频以讲述复杂故事。论文

看透物体的3D表示和生成模型：NUS团队提出X-Ray

AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：[email protected]；[email protected]项目主页：：：：，在计算机视觉中，图像和视频生成技术已日渐成熟，如Midjourney、Stable Video Diffusion [1]等模型广泛应用。然而，三维视觉领域的生成模型仍面

英特尔 Falcon Shores GPU 明年晚些时候推出，已为 AI 负载重构

英特尔在上月末举行的一季度电话财报会议上明确，Falcon Shores GPU 将于 2025 年晚些时候推出。另据外媒 HPCwire 报道，该处理器正重新设计，以适应 AI 产业需求。英特尔 CEO 帕特・基辛格称，Falcon Shores 将结合完全可编程的架构和 Gaudi 3 加速器优异的系统性能，用户可在两代硬件间实现顺利且无缝的升级转换。英特尔表示，AI 业界正转向 Python 或 Triton 等更高级别的软件抽象，采用开放式软件平台以减少依赖。而英特尔的软件堆栈正日趋成熟，可消除从 Gaud

2024 惠普商用 AI 战略暨 AI PC 新品发布会 5 月 9 日举行

感谢惠普电脑日前宣布，2024 惠普商用 AI 战略暨 AI PC 新品发布会将于 5 月 9 日 14:30 举行。本次发布会的宣传语为“用智能开启无限可能”，号称“一键应需万变”，目前尚不清楚发布会的具体内容以及新品型号。IT之家注意到，近期发布的惠普星 Book Pro 16 2024 等笔记本已经搭载了部分 AI 功能，支持以下功能：AI 智能人机交互：输文字或发语音，多种交互方式。实时翻译自动记录：同步精准收录，分秒必争。免费录屏功能：录屏存重点，更高效、更轻松。统一生态，原生互联：生态产品快速连接，智能

Rabbit R1 被持续扒皮：AI 风口一夜转型，NFT 充值用户欲哭无泪，动作大模型也是套壳的

一波未平一波又起，不光 App 被批评套壳安卓，主推的大动作模型 LAM 依赖 OpenAI 接口，现在公司也被扒皮有猫腻 ——Rabbit 公司本来是搞元宇宙的，原地改名转投 AI？！这家曾经主打 NFT 游戏的创业公司，去年转型做 AI 终端（即 R1）。并在转型后疑似“删号跑路”，留下一堆曾为其付费的用户不管。要知道，Rabbit 前身推出的 GAMA，是一款需要预先付费购买 NFT 的游戏，其中有的 NFT 售价高达 2000 美元（折合人民币超 2 万）。再联想到 Rabbit 同样也需要预先支付费用

12年前上手深度学习，Karpathy掀起一波AlexNet时代回忆杀，LeCun、Goodfellow等都下场

没想到，自 2012 年 AlexNet 开启的深度学习革命已经过去了 12 年。而如今，我们也进入了大模型的时代。近日，知名 AI 研究科学家 Andrej Karpathy 的一条帖子，让参与这波深度学习变革的许多大佬们陷入了回忆杀。从图灵奖得主 Yann LeCun 到 GAN 之父 Ian Goodfellow，纷纷忆往昔。到目前为止，该帖子已经有 63 万的浏览量。在帖子中，Karpathy 提到：有一个有趣的事实是，很多人可能听说过 2012 年 ImageNet/AlexNet 的时刻，以及它开

告别偏科，能玩转多模态、多任务、多领域的强化智能体终于来了

模型、专家智能体和数据集都已开源。随着 Llama 3 发布，未来大模型的参数量已飙升至惊人的 4000 亿。尽管每周几乎都有一个声称性能超强的大模型出来炸场，但 AI 应用还在等待属于它们的「ChatGPT 时刻」。其中，AI 智能体无疑是最被看好的赛道。就连吴恩达都说，GPT-4 加上 AI 智能体，可能提前达到 GPT-5 的效果。不过，我们熟知的智能体往往有点「偏科」。例如，第一个 AI 软件工程师 Devin，专精于代码。会打游戏的智能体往往也只能在某一个游戏里秀操作。寻找一个能够同时擅长多个领域，并能在

新加坡国立大学医院新建消化健康中心：利用 AI 量化打分、可检测早期癌症迹象

据新加坡“联合早报”报道，新加坡国立大学医院近日开建消化系统健康中心，该中心将于 2025 年上半年竣工，整合了一系列 AI 技术，旨在重点提升消化系统疾病的早期疾病检测、精确诊断、治疗和预防标准。▲ 图源 PixabayIT之家获悉，新中心将配备计算机辅助检测、诊断和品质控制三重 AI 系统；当这三个系统配合运用时，据称不仅能更有效地识别早期胃肠道病变，还可针对这些病变进行实时可量化打分的癌症诊断。新加坡国立大学医院肠胃与肝脏科主任兼高级顾问医生李冠辉客座副教授指出，从近几年的趋势来看，患消化系统疾病的人逐年增加

特斯拉分享第二代 Optimus 机器人工作视频：可将电池精确插入托盘

感谢特斯拉今日再次分享了一段第二代 Optimus 人形机器人的工作视频，视频显示，该机器人可将电池单体精确地插入托盘中。据特斯拉官方介绍，他们训练并部署了一个神经网络，允许 Optimus 开始执行有用的任务，例如从传送带上捡起电池单体并精确地将它们插入托盘中。这个神经网络完全端到端运行，意味着它只使用来自机器人的 2D 摄像头以及板载的本体感知传感器的视频，并直接产生关节控制序列。特斯拉还称，已经在其中一家工厂部署了几个机器人，它们正在实际的工作站上每天进行测试并不断改进。此外，新款 Optimus 现在也能

斯坦福李飞飞首次创业：学术休假两年，瞄准「空间智能」

「AI 教母」李飞飞创业了。没想到，在大模型时代，知名「AI 教母」李飞飞也要「创业」了，并完成了种子轮融资。据路透社独家报道，著名计算机科学家李飞飞正在创建一家初创公司。该公司利用类似人类的视觉数据处理方式，使人工智能能够进行高级推理。知情人士透露称，李飞飞最近为这家公司进行了种子轮融资，投资者包括硅谷风险投资公司 Andreessen Horowitz，以及她去年加入的加拿大公司 Radical Ventures。不过，Andreessen Horowitz 和 Radical Ventures 的发言人均对此

ICLR 2024 Spotlight | 无惧中间步骤，MUSTARD可生成高质量数学推理数据

AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：[email protected]；[email protected]。近年来，大型语言模型（LLM）在数学应用题和数学定理证明等任务中取得了长足的进步。数学推理需要严格的、形式化的多步推理过程，因此是 LLMs 推理能力进步的关键里程碑，但仍然面临着重要

AI 赛道火爆背后，大厂工程师吐槽：公司为求快而牺牲准确性等

OpenAI 于 2022 年 11 月发布 ChatGPT-3 以来，AI 赛道就吸引了科技巨头、资本、媒体、用户的广泛关注。CNBC 最新报道聚焦将这些大语言模型搬上舞台的软件工程师，但他们更多的情绪主题是压力、无奈、无力。科技巨头都想要在 AI 赛道上抢占先发优势，因此敦促旗下的工程团队不断迭代和发布新的 AI 产品。微软一位不愿透露姓名的工程师表示，该公司正在展开一场“人工智能激烈的竞赛”，他还声称，微软优先考虑的是发布人工智能产品的速度，而不是道德和安全问题。IT之家援引该媒体报道，一位亚马逊 AI 工程

终于有人调查了小模型过拟合：三分之二都有数据污染，微软Phi-3、Mixtral 8x22B被点名

当前最火的大模型，竟然三分之二都存在过拟合问题？刚刚出炉的一项研究，让领域内的许多研究者有点意外。提高大型语言模型的推理能力是当前研究的最重要方向之一，而在这类任务中，近期发布的很多小模型看起来表现不错，比如微软 Phi-3、Mistral 8x22B 等等。但随后，研究者们指出当前大模型研究领域存在一个关键问题：很多研究未能正确地对现有 LLM 的能力进行基准测试。这是因为目前的大多数研究都采用 GSM8k、MATH、MBPP、HumanEval、SWEBench 等测试集作为基准。由于模型是基于从互联网抓取的大

2023 IBM博士生奖学金华人占六成：Vicuna作者吴章昊、清华特奖得主高天宇入选

近日，2023 年 IBM 博士生奖学金计划名单公布。自 1951 年以来，IBM 通过极具竞争力的博士生奖学金（IBM PhD Fellowship Award）计划认可并表彰了来自全球各地的优秀博士生。2023 年，IBM 博士生奖学金计划收到了来自 14 个国家 59 所大学的数百份申请。最终，共有 10 位年轻学者获得本年度博士生奖学金，包括人工智能、混合云技术、量子计算、负责任及包容性技术等前沿研究领域的青年翘楚。特别值得注意的是，其中有六位都是华人。下图为 10 位获奖博士生的完整名单和院校信息：此外，

AIGC实战案例！6组高质量的末日堡垒主题 Midjourney 提示词

今天给大家分享一组 AI 生成作品，主题为末日堡垒，并附上相应的提示词供大家参考。这组作品的灵感，来源于乔纳森·诺兰近期执导由经典游戏改编的佳作《辐射》。在这部作品中，讲述了辐射避难所的居民们因种种原因被迫重返地面的故事，那种在末日废墟中挣扎求生的场景，令人震撼又感慨万分。基于这样的灵感，我们萌生了创作一组“末日堡垒”主题 AI 图片的想法，希望大家喜欢。当然，我们所展示的风格仅仅是 Midjourney 冰山一角，它能够演绎出千变万化的风格，满足你的各种创意需求，感兴趣的童鞋可以大胆去尝试不一样的风格，相信你会

应用

最新中文大模型测评出炉，腾讯混元居卓越领导者象限