机器人行业资讯搜索

一张高清照片中，远处的手提包是什么颜色？一页票据里，某项费用到底是多少？面对这些问题...

新智元报道 人类说一句「我不是狼」，多模态大模型既能看到表情，也能听见声音。但它真的知...

早在 1995 年，Michael Wooldridge 等学者便在智能体研究的代表性论文《Intelligent Agents...

新智元报道 困扰数学界30余年的世界级难题——三维Ghys猜想迎来了破解！大湾区大学教授许地...

编辑｜杨文AI 实时交互视频，是今年最热的技术方向之一。过去大半年，相关模型密集破圈。阿...

“ 从近亿元到数亿元融资只用一年多，中科慧灵的融资轨迹本身就是干活型机器人被资本重新定...

Loop Transformer，能否真正扩展到视觉语言模型？近年来，Loop Transformer 逐渐从简单的模...

当我们谈论智能眼镜时，许多人的第一反应仍是：它能不能拍照、放歌、导航，或者它就像一个...

新智元报道 设想一个日常场景：家庭机器人刚刚在茶几上看见一本书，去厨房完成几项任务后，...

机器之心发布人眼在观察陌生事物时，从来不是按一套死板的程序走到底的。读一封字迹潦草的...

视觉编码器是多模态大模型（MLLM）的核心组件之一。即使使用相同的大语言模型（LLM），不同...

新智元报道 AI能读图表、做竞赛题、识别密密麻麻的文字，甚至用上万枚推理Token，把一道视...

编辑｜泽南没想到 Meta 重回开源的方式，是和苹果携手。本周五凌晨，Meta 突然发布了 Muse ...

从视觉观察到策略生成，再到物理执行与完成判断，CodeActionBench 在统一条件下评测通用多...

10月12日，第26届中国国际工业博览会在国家会展中心（上海）盛大开幕。本届工博会以“智能...

机器之心发布机器人 RSI 时刻远远未到达，先看一个动作：机械臂把碗放到盘子上，再抓起杯子...

一张 AI 生成的图，可以在美学、提示词对齐和人类偏好指标上拿到高分，画面里却藏着扭曲的...

想象你站在一条产线旁边。纸箱一个接一个地往前走。有的歪了，有的少装了一件，有的日期打...

X：从一块黄油如何融化，到 Physics-IQ Verified 的榜一，视频里的物理细节值得被重新描述...

新智元报道 10月6日，谷歌开源EmbeddingGemma 2，把一个能搜图、看视频、听声音的搜索引擎...