-
机器人研发、制造与应用是衡量一个国家科技创新和高端制造业水平的重要标志。行业标准在机器人行业发展中具有基础性、规范性、引领性的重要作用，是实现产业化、避免同质化竞争的核心要素。202需要改写的内容是：1年9月需要改写的内容是：1需要改写的内容是：1日，广东省首个机器人核心零部件国家标准《精密电驱动谐波齿轮模组通用技术要求》宣布立项，该标准由天太牵头凭借我们在机器人零部件领域的丰富经验，该标准将基于精密电驱动谐波齿轮模组技术，即一体化机器人关节技术，综合谐波减速器、伺服电机、通信编码器、驱动控制器和算法软件
-
当人们争论摩尔定律是否已经失效时，最近NVIDIA官方发表了一篇与「黄氏定律」相关的技术文章。该文章不再讨论晶体管数量，而是认为在未来十年内，单芯片的AI推理性能和效率将提高1000倍以上摩尔定律在过去一直主导着科技业。NVIDIA公司首席执行长黄仁勋（JensenHuang）曾多次表示，摩尔定律正在「放缓」，它的概念已经开始过时。尽管NVIDIA在过去十年中将GPU从28纳米迁移到了5纳米半导体节点，但该技术仅占总收益的2.5倍NVIDIA公司首席科学家比尔-达利（BillDally）在一篇文章中澄清说
-
关于HTC可能在2026年退出VR领域的传言，HTC在10月11日发布了一篇文章进行了否认图源：VIVE根据报道，此前分析公司CCSInsight曾预测，由于收入减少和来自Meta、索尼、苹果等竞争对手的压力加大，HTC可能会在2026年退出虚拟现实产业，并将其多年来的成果出售给其他大公司但HTC的声明则严正否认了此则市场预测谣言。HTC表示，VR、AR以及AI技术是未来科技的三大支柱。这些技术不仅将与人性融合，更将释放人类无穷的想像力，从而彻底改变我们的世界。随着5G时代的来临，这些技术将透过无所不在的
-
在我们迈入2024年之际，我们不得不回顾一下过去那个充满技术突破的一年。特别是生成式人工智能在这一年中展现出了巨大的变革力量，不仅重塑了各行各业，推动了创新，而且为充满活力和互联的未来铺平了道路。在本次回顾中，我们将重点探讨人工智能对业务增长和技术格局的深远影响。随着人工智能和大型语言模型的不断进步，人们对在客户体验环境中采用完全自动化解决方案的信任度也在不断提高。预计到2023年，人工智能与客户的互动次数将至少增加10倍，使得行业更接近实现完全数字化代理的现实。此外，机器人和人类代理之间的融合也将变得更
-
（全球TMT2023年11月24日讯）2023年11月22日，库卡携手swop2023包装世界（上海）博览会于上海新国际博览中心亮相。库卡与合作伙伴们携多款工业机器人及先进的应用技术来到现场：整层拆及码垛系统工作站、分拣取放料系统工作站、协作机器人工作站及智慧物流工作站。库卡研发设计了一套特殊夹具，不需要借助外部机构就可以同时完成拆垛和码垛。该系统主要展示关节机器人在Delta机器人配合下完成整层拆、码垛功能。库卡研发的DELTA和SCARA机器人设计过程突出灵活、快速的优点。由KR3D1200和KR6R
-
12月1日，昆仑万维正式发布了「天工SkyAgents」平台，旨在帮助大模型普及到千家万户。作为国内领先的AIAgents开发平台，「天工SkyAgents」基于昆仑万维的「天工大模型」打造，具备自主学习和独立思考的能力，涵盖从感知到决策，再到执行的全过程。用户可以通过自然语言构建个人的单个或多个“私人助理”，并且可以将不同任务模块化，以操作系统模块的方式执行各种任务，包括问题预设、指定回复、知识库创建与检索、意图识别、文本提取以及http请求等在「天工SkyAgents」平台上，用户可以通过自然语言和简
-
近几个月来，视频生成领域陆续发布了新技术、新模型和新工具，AI生成的视频效果也得到了肉眼可见的提升和颠覆。很多人认为，人工智能领域接下来公认的主战场，毋庸置疑是视频生成技术。图1：2023年AI视频工具概览图片来源：https://twitter.com/venturetwins/status/1741147864498397328随着一夜爆火的Pika1.0全面开放、Runway发布的Gen-2开始商业化探索、Meta、Moonvalley和StabilityAI等公司陆续发布了AI视频工具等，视频生成
-
编辑|ScienceAI大模型时代，纯数据驱动的气象、气候模型效果逐渐追赶甚至赶超数值模式。然而，现有的气象气候大模型仍然存在一些问题。例如，模型中的物理一致性还不够高，这导致了对于复杂的天气气候现象如降水的预测能力受限。另外，辐散风的预报效果也不尽如人意。这些问题需要进一步的研究和改进，以提高模型的预测精度和可靠性。目前，将物理、大气动力与深度学习模型结合，是解决瓶颈问题的重要途径。近日，中国科学院大气物理研究所黄刚研究员团队基于地球系统数值模拟装置（寰）的数据和算力支持，从物理变量耦合关系角度出发，结
-
BERT是一种用于自然语言处理的技术，它可以广泛应用于各种任务，其中包括情感分类。情感分类是文本分类的一种特殊形式，其目标是确定文本所表达的情感，如正面、负面或中性。BERT模型基于Transformer架构，利用大量的无标签文本数据进行预训练，以提高模型的性能。通过预训练，BERT能够学习到丰富的语言知识，包括词汇、句法和语义等，使得模型在各种任务上都能取得很好的表现。因此，BERT已成为自然语言处理领域的重要工具，为情感分类等任务提供了强大的支持。BERT模型的预训练过程可以分为两个阶段：Masked
-
决策树分类器是一种基于树形结构的机器学习算法，用于对数据进行分类。它通过对数据的特征进行划分，建立一个树形结构的分类模型。当有新的数据需要分类时，根据数据的特征值按照树的路径进行判断，并将数据分类到对应的叶子节点上。构建决策树分类器时，一般使用递归的方式对数据进行划分，直到满足某个停止条件为止。决策树分类器的构建过程可以分为两个主要步骤：特征选择和决策树构建。特征选择是构建决策树时的重要步骤。它的目标是选择最优特征作为节点进行划分，以确保每个子节点中的数据尽可能属于同一类别。常用的特征选择方法有信息增益、
-
在机器学习领域中，神经网络是一种重要的模型，它在许多任务中表现出色。然而，有些任务对于单层神经网络来说却是难以解决的，其中一个典型的例子就是异或问题。异或问题是指对于两个二进制数的输入，输出结果为1当且仅当这两个输入不相同。本文将从单层神经网络的结构特点、异或问题的本质特征以及神经网络的训练过程三个方面，阐述单层神经网络无法解决异或问题的原因。首先，单层神经网络的结构特点决定了它无法解决异或问题。单层神经网络由一个输入层、一个输出层和一个激活函数组成。在输入层和输出层之间没有其他层，这意味着单层神经网络只
-
编辑|XSNature在2023年11月发表了两项重要研究成果：蛋白质合成技术Chroma和晶体材料设计方法GNoME。这两项研究都采用了图神经网络作为处理科学数据的工具。实际上，图神经网络，特别是几何图神经网络，一直是科学智能（AIforScience）研究的重要工具。这是因为，科学领域中的粒子、分子、蛋白质、晶体等物理系统均可被建模成一种特殊的数据结构——几何图。与一般的拓扑图不同，为了更好描述物理系统，几何图加入了不可或缺的空间信息，需要满足平移、旋转和翻转的物理对称性。鉴于
-
OpenAI的Sora在今年2月惊艳亮相，为文本生成视频带来了全新的突破。它可以根据文字输入创作出仿佛来自好莱坞的逼真且充满想象力的影片，让人叹为观止。许多人都对这一创新赞叹不已，认为OpenAI的表现实现了巅峰之作。Sora引发的热潮持续不减，同时研究者们也开始认识到AI视频生成技术的巨大潜力，这一领域正受到越来越多人的关注。然而，当前AI视频生成领域，大部分算法研究将重点放在了通过文本提示生成视频，对于多模态输入，特别是图片与文本结合的场景，并没有进行深入探讨或广泛应用。这种偏向降低了生成视频的多样性
-
对最早布局商用服务机器人赛道的云迹科技来说，已在酒店业的这个市场攻下了擂台，让送物机器人成为我们日常生活里的“伙伴”。在具身智能玩家们纷纷探索如何寻找场景落地、如何让产品持续发挥价值时，云迹科技再次探索出一个新的路径。“理想的AI，应该是让机器像人一样思考，让产品像人一样工作，并结合具体场景应用，端到端解决实际问题，创造价值。AI+具身智能进化的云迹科技机器人，已经做到了这点。其核心之一就是让机器人会使用工具，会理解推理、分配任务，实现了群体智能”云迹科技C
-
近日，极佳科技联合中国科学院自动化研究所、理想汽车、北京大学、慕尼黑工业大学等单位提出DriveDreamer4D，是首个利用世界模型增强4D驾驶场景重建效果的工作。DriveDreamer4D可以大幅提升多种自动驾驶4D重建算法的效果，在userstudy实验中获得了超过80%的偏好投票，为走向空间智能和4D世界模型迈出了坚实的一步。论文链接：https://arxiv.org/abs/2410.13571项目主页：https://drivedreamer4d.github.io/代码地址：https:
