的新技术包括SARA-RT和RT-Trajectory，旨在提高机器人决策的准确性和速度，使其更适应特定的物理任务。

  3. ⚙️ 在7个月的实地测试中，谷歌部署了53台AutoRT机器人，采用VLM和LLM相互协作，以及设置了关节力量阈值和物理切断开关以确保安全。

  站长之家（1月5日 消息:谷歌DeepMind的机器人团队宣布了三项新进展，旨在帮助机器人在复杂环境中做出更快、更好、更安全的决策。其中之一是一个用于收集训练数据的系统，配备了“机器人宪法”，以确保您的机器人办公助手在为您取更多打印纸的同时不会撞到处于途中的人类同事。

  谷歌的数据收集系统AutoRT使用了视觉语言模型（VLM）和大型语言模型(LLM)，相互协作以理解环境、适应陌生情境，并决定适当的任务。该“机器人宪法”灵感来自于Isaac Asimov的“机器人三定律”，被描述为一组“以安全为重点的提示”，指导LLM避免选择涉及人类、动物、尖锐物体甚至电器的任务。

  为了额外的安全性，DeepMind将机器人程序设计成在其关节受力超过一定阈值时自动停止，并添加了一个物理切断开关，以供人类操作员使用进行停用。在为期七个月的时间里，谷歌在四个不同的办公楼部署了53台AutoRT机器人，并进行了超过77，000次试验。一些机器人由人类操作员远程控制，而另一些则根据脚本或完全自主地使用谷歌的Robotic Transformer （RT-2） AI学习模型操作。

  AutoRT对每个任务执行以下四个步骤。在试验中使用的机器人看起来更实用，配备有摄像头、机械臂和移动底座。Google在其博客文章中指出:“对于每个机器人，系统使用VLM理解其环境和视野内的物体。接下来，LLM提出一系列创造性的任务清单，如‘将零食放在台面上’，并扮演决策者的角色，选择机器人执行的合适任务。”

  DeepMind的其他新技术包括SARA-RT，这是一个神经网络架构，旨在提高现有Robotic Transformer RT-2的准确性和速度。此外，RT-Trajectory添加了2D轮廓，帮助机器人更好地执行特定的物理任务，比如擦拭桌子。

  虽然我们离能够完全自主为人们服务、整理枕头的机器人似乎还有非常长的路要走，但当它们面世时，它们可能已从AutoRT这样的系统中学到了一些经验。

  11.11云上盛惠！海量产品 · 轻松上云！云服务器首年1.8折起，买1年送3个月！超值优惠，稳定性很高，让您的云端之旅更加畅享。快来腾讯云选购吧！

  AI对人类世界的学习能力，到目前为止仍然停留在语言层面。喂给大模型语料——最初是和Reddit，后来扩展到音频、视觉图像甚至雷达和热图像——后者广义上说是换了种表达方式的语言。X平台上，GoogleDeepMind主页下最新鲜的一条推文是:“欢迎Gemini。

  【新智元导读】神经网络由于自身的特点容易受到对抗性攻击，然，谷歌DeepMind的最新研究表明，我们人类的判断也会受到这种对抗性扰动的影响人类的神经网络和人工神经网络的关系是什么?有位老师曾经这样比喻:就像是老鼠和米老鼠的关系。现实中的神经网络功能强大，但与人类的感知、学习和理解方式完全不同。延长观察时间，是对抗性扰动产生实际后果的关键。

  微信AI机器人通过大型语言模型的应用，将最前沿的AI技术与微信进行有机结合，缩短微信用户路径，提高运营效率，降本增效的同时，提供更个性化的服务。微信AI机器人实现了智能聊天、智能绘画、自定义知识库、语音回复、图片识别、文章总结、链接总结、联网查询、天气预报等功能。站长团购正招募各大优质商家来进行团购合作，共享商机。

  谷歌Deepmind宣布了他们最先进的图像生成模型Imagen2。该模型通过参考图片和文本生成新图片和局部编辑的效果比较强大。研发人员和云客户能通过GoogleCloudVertexAI中的ImagenAPI使用这一先进的图像生成模型。

  在2023年，比亚迪汽车以302.44万辆的销量创下了62.3%的同比增幅，其中第四季度纯电动车型的销量达到了526409辆，超过了特斯拉的484507辆，成为全球最大的纯电动车生产商，展现了中国在全球电动汽车领域的崛起。此后，社交平台X上有网友对两家公司进行了对比。特斯拉交付公告显示，2023年第四季度特斯拉Model3和ModelY交付了46.15万辆，其他车型交付了约2.3万辆，同比都有所增长。

  12月9日，科大讯飞股份有限公司与杭州申昊科技股份有限公司在杭州签署框架合作协议。实现大模型与工业机器人的深度融合并率先在电力场景实现工程化应用，合力推动能源电力、矿山等领域工业大健康的深入合作。科大讯飞和申昊科技将借助各自优势，致力于通用人工智能技术助力现有工业机器人智能化革新，实现工业机器人从多维感知到多模态认知再到智能决策和自主执行的智能体技术升级，并在电力场景完成工程化应用落地。

  2024年1月1日，行业媒体InternetDeep发布了“2023机器人企业创新50强”榜单，九号公司旗下商用服务机器人品牌九号机器人，因其在服务机器人领域的杰出产品创新和市场影响力，及市场对旗下九号方糖、九号飞碟、九号饱饱等配送机器人产品的认可和快速增长的市场表现，成功上榜。图：九号机器人上榜“2023机器人企业创新50强”《互联网周刊》是中国IT行业内最具影响力的商业杂志之一，此榜单覆盖了机器人硬件制造、软件开发等多个领域，旨在展现中国机器人产业的发展现状，并促进产业链各环节的协同发展。九号机器人将持续专注于科技创新，聚焦用户需求，推动更先进的智能配送服务机器人产品的升级更新，为市场和用户创造更大的价值，推动中国机器人产业的持续发展。

  热赛道和冷市场的矛盾之下，机器人需要一次换代式升级。冷中有热的资本市场在宏观经济下行的影响下，我国服务机器人产量从2022年开始出现明显放缓，2021年12月至2022年12月，我国服务机器人产量都处于同比下滑的状态，一时间，行业明显转冷。以定向清扫为例，发布语音命令:“清扫一下客厅”可被识别为针对地图上识别到的客厅区域进行一次规划清扫。

  GoogleDeepMind最近利用一种大型语言模型成功破解了纯数学中一个著名的未解问题。该团队在《自然》杂志上发表的论文中宣称，这是首次使用大型语言模型发现长期科学难题的解决方案，产生了之前不存在的可验证且有价值的新信息。」他说：「这当然表明了一种可能的前进方向。

  谷歌DeepMind首席科学家JeffDean，首席执行官DemisHassabis两大佬联手发布了2023人工智能领域超权威的谷歌年度研究总结。GoogleDeepMind，交卷!刚刚，JeffDean和Hassabis联手发文，一同回顾了GoogleResearch和GoogleDeepMind在2023年的全部成果。随着时间的推进，谷歌的产品和研究也不断进步人们也将会找到更多富有创意的AI应用方式。

  Speech To Text - AI是一个在线工具，能够将用户上传的音频文件或者YouTube视频链接转换为文本。这款应用使用先进的AI技术来识别和转录音频内容，使得用户能够快速方便地从音频中获得文本信息。

  Coloromo是一个艺术生成器，可以将您的照片转化成各种艺术风格的作品，无需设计技能。用户只需上传照片，然后选择喜欢的艺术风格，便可免费下载或购买打印作品。Coloromo能够为个人用户创造个性化艺术作品，也能为商业用户提供高分辨率广告素材，增强数字内容的质感。同时，Coloromo也可以合作艺术家将其作品转化成更多艺术品种类。

  多墨智能写作是一款由人工智能强力驱动的创意写作工具，帮助职场人提高工作交付效率。它独家支持根据不同岗位通过算法一键生成工作文档，适合各种职业需求，包括产品经理、抖音运营专员、战略咨询专家、老师、医生、公职人员、旅游导游、公关等。多墨智能写作提供一键成文、辅助撰写、命令自定义和私有化部署等功能，可定制解决方案并保护内部数据隐私。

  Vista-LLaMA是一种先进的视频语言模型，旨在改善视频理解。它通过保持视觉令牌与语言令牌之间的一致距离，无论生成文本的长度如何，都能减少与视频内容无关的文本产生。这种方法在计算视觉与文本令牌之间的注意力权重时省略了相对位置编码，使视觉令牌在文本生成过程中的影响更为显著。Vista-LLaMA还引入了一个顺序视觉投影器，能够将当前视频帧投影到语言空间的令牌中，捕捉视频内的时间关系，同时减少了对视觉令牌的需求。在多个开放式视频问答基准测试中，该模型的表现显著优于其他方法。

  GenSAM是一种针对迷彩对象检测（COD）的方法，它使用Cross-modal Chains of Thought Prompting (CCTP)技术来理解视觉提示，并利用通用文本提示来获取可靠的视觉提示。该方法通过渐进式掩膜生成（PMG）在测试时自动生成并优化视觉提示，无需额外训练，实现高效准确的迷彩目标分割。

  Chronicle是一个全新的故事创作工具，通过精心设计的模块化Blocks，让用户可以轻松地创建具有完美设计、互动性和动态效果的故事。用户可以定制Blocks、嵌入链接、以键盘为主的工作流程，并与团队实时协作，还能够最终靠专家认证的模板快速启动创作。

  FutureFinder是一款AI驱动的个人教育顾问，能为您提供学校/大学和职业选择方面的智能、个性化建议。通过易于理解的推荐和有用的资源，帮助您找到最适合自己的道路。使用GPT-4技术，它能进行全面评估并提供定制结果，还能评估您的大学申请，提供智能建议并进行模拟面试。不仅如此，它还提供个性化的学府和职业道路建议，并在申请过程中提供详细的支持。适用于高中生、大学生和职场人士，帮助他们在教育和职业方面做出明智的决定。

  Invoice Reader Application是一个移动APP发票扫描应用。它使用光学字符识别技术,可以自动识别和提取发票上的关键信息,比如发票号码、日期、供应商和金额等,大大简化了账务处理工作。该应用支持识别多种语言的发票,覆盖全球主要市场。它可以将识别结果直接导入excel等软件,也可以连接到会计系统,实现自动记账。该应用使用简洁的界面,操作非常方便,可以快速提高企业和个人的发票处理效率。

  MathPile是一个包含约95亿个标记的数学中心语料库，从教科书（包括讲座笔记）、arXiv、、ProofWiki、StackExchange和网页中汲取数学内容，适用于K-12、大学、研究生水平和数学竞赛。MathPile的数据质量高，并且有着丰富的数据文档，以增强透明度和给用户灵活的使用数据的能力。在授权方面，MathPile遵循BY-NC-SA 4.0许可协议，同时计划很快发布一个商业可用版本。

  Rationale是一种革命性的AI，可以帮助企业主、经理和个人做出艰难的决定。通过考虑所有相关因素和背景，Rationale可帮助您做出理性的决定。它具有人工智能决策工具的四种技术，包括决策分析技术、上下文分析、可定制的音调和多种语言支持。Rationale提供三种定价选择，分别是Lite、Standard和Max，价格在$9.99到$99.99不等。

  Zeta是一个开源项目，提供模块化、高性能和可扩展的构建块来快速构建AI模型。它包括多种功能，如Flash Attention、SwiGLU、相对位置偏差、前馈网络、BitLinear变换、PalmE多模态模型、U-Net、视觉嵌入和其他多种高级特性。

  DeepFashion 是一个 AI 时尚创新平台，通过训练品牌 AI 模型，为用户生成与其个性风格相符的时尚造型。用户只需上传 5 张图片并进行 10 分钟的训练，AI 助手每天就能生成 17280 张高分辨率 4K 时尚 LOOK 图像，完美体现用户的个性特点。这个创新且高效的工具将提升您的时尚体验。

  米啫喱是一款能够通过AI智能技术进行绘画创作的工具。它可以快速生成各种图画，提供多种样式和艺术性选择。用户都能够上传参考图作为创作参考，还可以根据个人喜好调整细节丰富度和文本偏离值等参数。开通会员后，用户将享受无限制的创作权限。米啫喱是设计师、艺术家和创作者的理想选择。

  自动检测平台是一个省心、专业的论文生成工具。它提供了自动生成论文范文的功能，用户只需要输入论文标题即可得到范文，同时还包括论文的自动检测和查重报告。用户都能够选择不同的学历和模型，生成符合要求的论文。自动检测平台能够帮助用户节省写论文的时间，提供高质量的范文，方便用户进行学术研究和写作。

  ASKWay利用ChatGPT和GPT-4，提供创新的AI聊天和助手体验。用户都能够创建独特的AI聊天机器人伙伴，定制外观，培养个性，分享情感，减轻焦虑，与之共同成长。该应用提供沉浸式AI体验和AI时间创意工作坊，鼓励用户进行艺术表达、技术实践和跨学科合作。

  笔杆论文写作是一款专业的写论文平台，提供内容生成、素材推荐、修改润色、论文查重、审核校对、智能降重、多语言翻译等全流程写论文工具。它通过数十亿学术文献为 AI 赋能，实现自主创作，快速高效，保证原创度。同时，提供沉浸式论文写作、写作模板、智能提纲推荐、写作思路推荐、论文查重等丰富的论文服务，满足写论文当中的所有需求。

  歌者PPT是一款能够帮助用户生成高质量PPT的工具。用户只需输入标题，AI就能够准确的通过用户的需求帮助完成PPT的创作，节约用户构思和美化时间。歌者PPT提供多种模式轻松输入，能够适应不同的使用场景，同时也提供丰富的模板和工具供用户自由编辑。用户还可以一键分享或下载PPT文件。歌者PPT定位于节省用户时间，提供高质量的PPT创作服务。

  茅茅虫是一站式论文在线写作平台，提供论文写作助手、论文开题、论文答辩、论文查重等功能。通过人工智能技术，帮助用户提升写作能力，提供论文灵感、生成论文提纲、降重、查重等服务。

  Otto SEO是一个利用人工智能技术进行SEO优化的在线平台。它结合了数十年的SEO专业知识以及最先进的AI模型,简化了SEO内容生成、技术优化等复杂流程。用户都能够为不同的品牌定制语音,生成针对品牌个性化的独特优化内容。平台内容通过检测 Basically Human 得到99%以上符合人类原创的结果。支持无限量WordPress集成、Zapier等第三方工具连接,以及内容排期发布等功能。Otto SEO的目标是完全取代传统数字营销代理机构,以更高效、低成本的方式使用户得到满足的SEO需求。