/
從幻覺(jué)到硬件：真實(shí)計(jì)算機(jī)視覺(jué)項(xiàng)目的經(jīng)驗(yàn)教訓(xùn)
Dell技術(shù)團(tuán)隊(duì)在構(gòu)建筆記本電腦物理?yè)p傷識(shí)別模型時(shí)，遭遇了AI幻覺(jué)、垃圾圖像檢測(cè)和輸出不穩(wěn)定等問(wèn)題。項(xiàng)目從單體提示開(kāi)始，嘗試了多模態(tài)方法，最終創(chuàng)新性地將智能體框架應(yīng)用于圖像解釋任務(wù)。通過(guò)組合精確的智能體檢測(cè)、廣泛的單體掃描和針對(duì)性微調(diào)，構(gòu)建了可靠的混合系統(tǒng)，顯著減少了幻覺(jué)問(wèn)題并提高了檢測(cè)準(zhǔn)確性。
特斯拉推遲無(wú)人出租車(chē)發(fā)布改用安全員模式
特斯拉原定6月22日在奧斯汀推出"車(chē)內(nèi)無(wú)人"的Robotaxi服務(wù)未能如期實(shí)現(xiàn)。公司宣布將采用限制性服務(wù)模式，配備特斯拉員工作為安全員。與傳統(tǒng)做法不同，安全員將坐在副駕駛座而非駕駛座，這一做法此前曾被俄羅斯Yandex公司采用。服務(wù)將限制在上午6點(diǎn)至午夜時(shí)段，僅對(duì)受邀乘客開(kāi)放，避開(kāi)復(fù)雜路段，惡劣天氣下暫停服務(wù)。業(yè)內(nèi)普遍認(rèn)為副駕駛配置主要為營(yíng)造視覺(jué)效果，實(shí)際安全性不如傳統(tǒng)駕駛位配置。
Meta發(fā)布新AI模型：能理解重力等物理規(guī)律
Meta本周發(fā)布了名為V-JEPA 2的開(kāi)源生成式AI模型，該模型能夠幫助人工智能理解重力和物體永恒性等物理概念。與依賴(lài)標(biāo)記數(shù)據(jù)或視頻模擬現(xiàn)實(shí)的傳統(tǒng)模型不同，V-JEPA 2強(qiáng)調(diào)物理世界的邏輯，包括物體如何移動(dòng)和相互作用。該模型可應(yīng)用于自動(dòng)駕駛汽車(chē)和機(jī)器人等設(shè)備，無(wú)需針對(duì)每種可能情況進(jìn)行訓(xùn)練，簡(jiǎn)化了流程并提高了現(xiàn)實(shí)應(yīng)用的效率。
Meet Posha，一臺(tái)能為你烹飪菜肴的臺(tái)面機(jī)器人
本文介紹了 Posha 這款臺(tái)面機(jī)器人，其創(chuàng)始人 Raghav Gupta 希望解決親自烹飪家常菜所耗費(fèi)時(shí)間的問(wèn)題。Posha 使用計(jì)算機(jī)視覺(jué)技術(shù)，根據(jù)用戶(hù)選擇的菜譜和預(yù)先添加的食材自動(dòng)完成烹飪，未來(lái)還將引入生成式 AI 優(yōu)化菜譜生成，為忙碌的用戶(hù)節(jié)省大量廚房時(shí)間。
人工智能在航空航天產(chǎn)業(yè)中是否獲準(zhǔn)起飛？
本文討論了AI如何革新航空航天業(yè)，從優(yōu)化航班運(yùn)營(yíng)、提升駕駛艙智能化，到加速飛機(jī)設(shè)計(jì)、精益制造和預(yù)測(cè)性維護(hù)，既提高安全性又降低成本，同時(shí)強(qiáng)調(diào)需平衡技術(shù)、監(jiān)管與倫理挑戰(zhàn)。
Google Maps 新推人工智能工具可助改善道路擁堵問(wèn)題
Google 在其年度云計(jì)算大會(huì)上推出了多項(xiàng) AI 驅(qū)動(dòng)的 Google Maps 新功能，旨在幫助企業(yè)和城市改善道路狀況、管理交通擁堵并了解當(dāng)?shù)刳厔?shì)。這些工具包括利用 AI 識(shí)別基礎(chǔ)設(shè)施、分析地理趨勢(shì)和管理道路交通等功能，有望為決策者提供更全面的數(shù)據(jù)支持，提高城市管理和商業(yè)決策的效率。
Copilot Vision 更新：Microsoft 讓 AI 助手能"看見(jiàn)"你的屏幕和應(yīng)用程序
Microsoft 正在測(cè)試 Windows 版 Copilot 應(yīng)用的新更新，允許用戶(hù)與 AI 助手共享屏幕或應(yīng)用。Copilot Vision 原本僅限于 Edge 瀏覽器，現(xiàn)在擴(kuò)展到 PC 上的所有應(yīng)用。它可以指導(dǎo)用戶(hù)使用 Photoshop 功能，分析照片和網(wǎng)頁(yè)。新功能還包括文件搜索，支持多種文件格式。這些功能將在未來(lái)幾周或幾個(gè)月內(nèi)向所有 Windows 11 用戶(hù)推出。
Gemini Live 不僅僅是會(huì)對(duì)話(huà)的 AI，它現(xiàn)在有了"眼睛"。我親自體驗(yàn)了一下
Google 推出的 Gemini Live 不僅能進(jìn)行對(duì)話(huà),還能通過(guò)攝像頭識(shí)別物體。這項(xiàng)功能可以幫助用戶(hù)在日常生活中獲取更多信息,如識(shí)別藝術(shù)品、導(dǎo)航等。它比簡(jiǎn)單的圖像識(shí)別更強(qiáng)大,能與用戶(hù)進(jìn)行自然對(duì)話(huà)。目前該功能已開(kāi)始在部分手機(jī)上推出,有望改變我們與周?chē)澜缁?dòng)的方式。
微軟將 Copilot Vision 引入 Windows 和移動(dòng)設(shè)備，為現(xiàn)實(shí)世界提供 AI 輔助
微軟將 Copilot Vision 功能擴(kuò)展至 Windows 和移動(dòng)設(shè)備，超越網(wǎng)頁(yè)應(yīng)用范疇。用戶(hù)可通過(guò)移動(dòng)設(shè)備攝像頭實(shí)時(shí)分析視頻，獲得植物護(hù)理和家居裝飾建議。Windows 版本即將推出，支持全系統(tǒng) AI 輔助，如指導(dǎo) Photoshop 操作和分析照片、網(wǎng)頁(yè)等。此次更新還包括記憶、個(gè)性化、網(wǎng)絡(luò)操作和播客創(chuàng)建等多項(xiàng)新功能。
Google 推出 Gemini 實(shí)時(shí) AI 視頻功能
Google 正式向用戶(hù)推出 Gemini Live 的新 AI 功能，讓用戶(hù)能夠通過(guò)手機(jī)屏幕或攝像頭實(shí)時(shí)與 AI 進(jìn)行交互。這項(xiàng)源自 "Project Astra" 的技術(shù)，可以實(shí)時(shí)解讀視頻內(nèi)容并回答相關(guān)問(wèn)題。目前該功能已向 Google One AI Premium 計(jì)劃的 Gemini Advanced 訂閱用戶(hù)開(kāi)放，展現(xiàn)了 Google 在 AI 助手領(lǐng)域的領(lǐng)先地位。
這款應(yīng)用通過(guò)讓你真的去觸摸草地來(lái)限制你的屏幕使用時(shí)間
一款名為 "Touch Grass" 的 iOS 應(yīng)用采用獨(dú)特方式限制用戶(hù)使用手機(jī)：用戶(hù)必須走到戶(hù)外拍攝真實(shí)的草地照片，才能解鎖受限應(yīng)用。該應(yīng)用使用計(jì)算機(jī)視覺(jué) AI 技術(shù)識(shí)別真實(shí)草地，防止用戶(hù)使用室內(nèi)植物作弊。這個(gè)既幽默又實(shí)用的應(yīng)用程序，旨在幫助人們減少屏幕使用時(shí)間，培養(yǎng)更健康的生活方式。
Nvidia 推出 Cosmos-Transfer1，讓機(jī)器人訓(xùn)練超乎尋常地真實(shí) - 這將改變一切
Nvidia 發(fā)布了 Cosmos-Transfer1 人工智能模型，可生成高度逼真的仿真環(huán)境，用于訓(xùn)練機(jī)器人和自動(dòng)駕駛汽車(chē)。該模型采用自適應(yīng)多模態(tài)控制系統(tǒng)，能更精細(xì)地控制生成環(huán)境，顯著提高仿真度和實(shí)用性。它解決了物理 AI 開(kāi)發(fā)中模擬訓(xùn)練與現(xiàn)實(shí)應(yīng)用之間的差距，為機(jī)器人和自動(dòng)駕駛技術(shù)的發(fā)展帶來(lái)重大突破。
AI 能否擔(dān)任花樣滑冰裁判？
人工智能正在改變體育運(yùn)動(dòng)的評(píng)判方式。在花樣滑冰中，AI可以通過(guò)卷積神經(jīng)網(wǎng)絡(luò)和姿態(tài)估計(jì)等技術(shù)，精確分析運(yùn)動(dòng)員的動(dòng)作和團(tuán)隊(duì)配合。這不僅有助于減少人為偏見(jiàn)，提高評(píng)分的公平性，還可以用于教練指導(dǎo)和自我反饋。盡管面臨數(shù)據(jù)稀缺等挑戰(zhàn)，但AI在花樣滑冰等體育項(xiàng)目中的應(yīng)用前景廣闊。
Snap 推出基于自研生成模型的 AI 視頻濾鏡
Snapchat 首次推出由自研生成視頻模型驅(qū)動(dòng)的 AI 視頻濾鏡。這三款新濾鏡僅向付費(fèi)用戶(hù)開(kāi)放，每月訂閱費(fèi) 15.99 美元。Snap 此舉旨在保持競(jìng)爭(zhēng)力，為用戶(hù)提供獨(dú)特功能。公司計(jì)劃每周增加新濾鏡，目前包括"浣熊"、"狐貍"和"春花"三款。用戶(hù)可通過(guò)鏡頭輪盤(pán)訪問(wèn)并保存生成的 AI 視頻。
簡(jiǎn)單貼紙就能迷惑自動(dòng)駕駛汽車(chē)，最新研究顯示
研究人員發(fā)現(xiàn),廉價(jià)的貼紙可以有效欺騙自動(dòng)駕駛汽車(chē)的交通標(biāo)志識(shí)別系統(tǒng)。他們還發(fā)現(xiàn)這些系統(tǒng)會(huì)"記憶"標(biāo)志位置,即使標(biāo)志被遮擋也會(huì)假定其存在,導(dǎo)致攻擊成功率低于預(yù)期。研究人員測(cè)試了多種攻擊方法,包括使標(biāo)志"消失"或制造虛假標(biāo)志。這項(xiàng)研究填補(bǔ)了商業(yè)自動(dòng)駕駛系統(tǒng)漏洞研究的空白,為提高系統(tǒng)安全性提供了重要信息。
Tavus 推出系列 AI 模型，實(shí)現(xiàn)實(shí)時(shí)人臉交互技術(shù)突破
Tavus Inc.是一家人工智能研究初創(chuàng)公司，專(zhuān)注于開(kāi)發(fā)能夠模擬與他人對(duì)話(huà)體驗(yàn)的實(shí)時(shí)AI技術(shù)。今天，該公司宣布推出一系列突破性的AI模型，旨在構(gòu)建人機(jī)互動(dòng)的操作系統(tǒng)，通過(guò)“對(duì)話(huà)視頻界面”使AI能夠自然地感知、理解和回應(yīng)。Tavus的使命是讓AI理解面部表情、語(yǔ)調(diào)和肢體語(yǔ)言，并能夠用自己的表情和語(yǔ)調(diào)做出反應(yīng)。
這家AI初創(chuàng)公司承諾可以從家庭安防視頻中抹除人物身影及更多功能
Prompt AI公司推出的Seemour平臺(tái)為家庭安防攝像頭帶來(lái)了前所未有的AI功能。除了常見(jiàn)的物體識(shí)別和動(dòng)作分析外,它還能學(xué)習(xí)識(shí)別寵物名字、識(shí)別特定個(gè)人并從視頻中移除他們,以及回答問(wèn)題如"我的鑰匙放哪了?"等。這些創(chuàng)新功能將家庭安防AI推向了新的高度,但也需要用戶(hù)對(duì)這家初創(chuàng)公司給予足夠的信任。
Nvidia 推出新型 AI 工具助力手語(yǔ)學(xué)習(xí)
Nvidia 推出了一款名為 Signs 的創(chuàng)新 AI 工具，旨在幫助人們學(xué)習(xí)美國(guó)手語(yǔ) (ASL)。該平臺(tái)提供手語(yǔ)詞匯庫(kù)、3D 虛擬教師和實(shí)時(shí)反饋功能，用戶(hù)可以通過(guò)網(wǎng)絡(luò)攝像頭獲得簽名評(píng)估。Nvidia 計(jì)劃擴(kuò)展詞匯庫(kù)并開(kāi)放數(shù)據(jù)集，以促進(jìn)無(wú)障礙 AI 工具的開(kāi)發(fā)，為聽(tīng)障兒童家庭提供早期溝通渠道。
UVeye 利用 AI 實(shí)現(xiàn)汽車(chē)駕駛檢測(cè)服務(wù)，獲得 1.91 億美元融資
UVeye開(kāi)發(fā)了一種基于人工智能的智能車(chē)輛檢測(cè)系統(tǒng)，可在幾秒內(nèi)檢測(cè)車(chē)輛外部和機(jī)械故障。該公司最近完成1.91億美元D輪融資，由豐田汽車(chē)旗下Woven Capital領(lǐng)投。UVeye計(jì)劃利用這筆資金擴(kuò)大全球系統(tǒng)部署，提高制造能力，并建立更多戰(zhàn)略合作伙伴關(guān)系。
- LinuxONE 客戶(hù)案例集錦
- IBM 存儲(chǔ)客戶(hù)案例集錦
- 智能超融合基礎(chǔ)設(shè)施 - HPE SimpliVity 解決方案
- 借助 HPE GreenLake 提供本地云體驗(yàn)解決方案
- 掌控全局 — 推動(dòng)業(yè)務(wù)創(chuàng)新：適用于 HPE SimpliVity 的 HPE 主動(dòng)式系統(tǒng)支持服務(wù)
- 實(shí)現(xiàn)居家辦公高效率解決方案
- 實(shí)現(xiàn)關(guān)鍵業(yè)務(wù)革新 - HPE Primera解決方案
- 搭配N(xiāo)utanix的HPE GreenLake私有云解決方案
- 重新定義 HCI， 助其更上一層樓
- 適用于 VDI 的 HPE GreenLake - 本地云服務(wù)解決方案
京公網(wǎng)安備 11010802021500號(hào)
