ai人工智能機械人 相關
廣告ReaQta is the Leading Autonomous Detection & Response Platform. DataLocker - Data Encryption Solutions, 7x24 Support!
ReaQta:
搜尋結果
2024年3月14日 · 21世纪经济报道记者张梓桐 上海报道. Open AI的具身智能形态诞生了。. 3月14日，美国明星机器人创业公司Figure发布了自己第一个OpenAI大模型加持的 ...
2024年3月25日 · 王贵重： 英伟达作为人工智能时代的“卖水人”，也是最具竞争力的 AI芯片 厂商。 此次大会，我更关注其在整个加速计算解决方案上的一系列行为，包括新架构超级GPU Blackwell，以及基于Blackwell芯片的一套解决方案GB200，同时也需要观察英伟达在整个应用上的关注和拓展。 陆阳： 一方面比较关注新的智算芯片和系统方案，因为算力性能提升是AI大模型迭代进步的重要捷径；另一方面，也比较关注AI和垂直行业的结合，比如机器人、医药、 游戏 等，重点跟踪世界上各行业最优秀的工程师们结合AI在做哪些方向的创新尝试。 AI大模型或将迎来应用元年.
2023年7月28日 · 在1956年美国的达特茅斯会议上，约翰·麦卡锡等一众世界顶尖科学家首次提出了“人工智能”一词，标志着人工智能的正式诞生。 之后人工智能领域展现出一路高歌的趋势，科学家们对人工智能做出了大量乐观的畅想和预测，致力于尽快开发出能够通过“图灵测试”的人工智能。 可惜好景不长，在20世纪70至80年代，由于技术不足，然而许多人工智能程序更像是“玩具”，没有实际应用前景。 人工智能的发展第一次陷入沉寂。 在这之后的数十年，科学家们一直没有停止追求真正的人工智能。 但事实上，所谓的人工智能却常常被调侃为“伪智能”，只能按照程序设定执行特定指令。 直到2016年，也就是人工智能诞生60年后，谷歌的AlphaGO击败围棋世界冠军李世石。 AlphaGO用4比1的战绩告诉世人思考和创造力不再是人类独有的技能。
2024年3月31日 · 人形机器人行业深度报告：AI加速具身智能落地 关注电机、传感器部件. 类别：行业 机构： 国元证券股份有限公司 研究员： 龚斯闻/许元琨 日期：2024-03-31. 报告要点： 硬件具备对应商业化产品，算法迭代持续增强具身智能落地确定性从各大厂商demo 机目前进度来看，人形机器人硬件方案对各核心零部件的要求基本定型，主要硬件均存在市场对应商业产品，痛点在于降本，后续有望通过大规模量产实现；而当前难点则是对应算法以及软件层面仍未有理想表现，2023 年仍未出现真正意义上符合终端消费者需求、具备较强通用性的“具身智能”。
2023年8月3日 · AI专题：从特斯拉FSD看人工智能：端到端模型赋能自动驾驶 机器人引领具身智能. 类别：行业 机构： 西南证券股份有限公司 研究员： 王湘杰 日期：2023-08-03. 核心观点. 从特斯拉FSD看AI对自动驾驶的赋能： 技术端：特斯拉率先提出纯视觉方案，端到端自动驾驶成为新路径。 特斯拉基于对第一性原理的坚持以及对成本的考量，率先实行纯视觉方案，认为自动驾驶可以依靠摄像头实现感知和目标识别，其成本优势也将推动自动驾驶汽车加速实现规模化量产。 此外，特斯拉基于Transformer大模型推出端到端自动驾驶方案， 构建多任务学习神经网络架构HydraNet ， 引入特征级融合、占用网络和BEV+Transformer范式。
6 天前 · 四川省人工智能研究院人形机器人创新中心 启动. 人形机器人，即外形类似人的机器人，能胜任多种应用场景，也被业内看成是人工通用智能的最佳载体。 随着科技的飞速发展，人形机器人在医疗、服务、教育、娱乐等多个领域展现出巨大的应用潜力和市场需求。 然而，人形机器人的研发涉及多个复杂领域，如机械、电子、控制、人工智能等，需要跨学科的技术创新。 为助力人形机器人产业协同创新发展，四川省人工智能研究院人形机器人创新中心于现场正式启动。 红星新闻记者了解到，该中心将集中力量进行技术攻关，推动人形机器人的技术创新；推动产学研合作，将高校、科研机构和企业紧密联系起来，通过各方合作，共同攻克技术难题，提高人形机器人的研发效率和质量，加速人形机器人技术的成果转化和产业化进程，培育新的经济增长点，推动相关产业的发展。
2024年2月20日 · 首先，是通过强调AI的泛化能力，基于对人类动作的模仿，使得人形机器人具备自主决策、自主学习升级的能力，以提升任务的完整性和连贯性。 其次，是末端执行能力。 强调灵巧机器手的操作精度，在中央分析器“大脑”的运算决策下，人形机器人的动作输出应精准、降低失误率，提升任务完成的正确性和准确性。 最后，基于感知的运动控制能力：强调底盘的全地形移动能力，类似自动驾驶，人形机器人应基于对周围环境的感知实现，对自身的运动控制，增强全移动操作能力，提升任务完成的时效性。 总之，借助AI技术，传统困扰人形机器人发展的诸多困难，逐渐得到一一破解。 新问题接踵而至. 从行业来看，底层技术的高速进化，让外界开始重新审视这个陌生又熟悉的赛道。 但就人形机器人的真正产业化进程来看，其距离真正进入千家万户还有一段路要走。
