The New Shadow Hand Can Take a Beating
多年来，Shadow Robot Company 的 Shadow Hand 可以说是机器人操控的黄金标准。它美观而昂贵，能够模仿人手的外形和功能，非常适合执行复杂的任务。我亲身体验了在远程操作环境中使用 Shadow Hands 是多么令人惊叹，很难想象还有什么比这更好的了。最初的 Shadow Hand 的问题是（现在仍然是）脆弱。在研究环境中，这很好，只是研究正在发生变化：机器人专家不再通过手动仔细编程操控任务。现在一切都与机器学习有关，你需要机械手一次又一次地大量失败，直到它们积累足够的数据来了解如何成功。“我们的目标是稳健性和性能，而不是拟人化和人类的大小和形状。” —Rich Wa
Dexterous robot hand can take a beating in the name of AI research
一家机器人公司可能最出名的是其在亚马逊 re:MARS 上与杰夫·贝佐斯一起演示的灵巧机械手，现在它推出了一种专为机器学习研究而设计的新型稳健模型，该模型是与谷歌的 DeepMind 合作开发的。继续阅读类别：机器人技术、技术标签：手、谷歌 DeepMind、机器学习、人工智能、机器人、稳健、灵巧
AlphaFold 3 predicts the structure and interactions of all of life’s molecules
引入了由Google DeepMind和Insomorphic Labs开发的新的AI模型。
AlphaFold 3 predicts the structure and interactions of all of life’s molecules
引入了由Google DeepMind和Insomorphic Labs开发的新的AI模型。
AlphaFold 3 predicts the structure and interactions of all of life’s molecules
引入了由Google DeepMind和Insomorphic Labs开发的新的AI模型。
AlphaFold 3 predicts the structure and interactions of all of life’s molecules
引入了由Google DeepMind和Insomorphic Labs开发的新的AI模型。
AlphaFold 3 predicts the structure and interactions of all of life’s molecules
介绍由 Google DeepMind 和 Isomorphic Labs 开发的新 AI 模型。
How Field AI Is Conquering Unstructured Autonomy
目前，机器人面临的最大挑战之一是在非结构化环境中实现实际的自主操作。也就是说，在机器人从未去过的地方以及机器人可能不太熟悉的地方做有用的事情。机器人依靠可预测性蓬勃发展，这给机器人在何处以及如何成功部署带来了一些令人厌烦的限制。但在过去几年中，这种情况开始发生变化，这在很大程度上要归功于 DARPA 举办的几项关键机器人挑战赛。DARPA 地下挑战赛从 2018 年持续到 2021 年，让移动机器人经历一系列非结构化的地下环境。目前正在进行的 DARPA RACER 计划要求自动驾驶汽车在越野条件下进行长距离导航。通过这些项目，我们开发出了一些非常令人印象深刻的技术，但这些尖端研究与实际应用之
Llama-3 分水岭时刻。多 AI 代理协作。AI 代理规划。Idefics2-8B V-L 模型。Google Gemini Cookbook。量化介绍。torchtune。DeepMind Penzai。Youtube Commons 数据集。
AI-powered robots can now autonomously repair other bots
早在 1 月份，研究人员就展示了开源 Aloha 家政机器人的厨房技能。现在，Unleashed 项目开始着手打结鞋带、挂衬衫，甚至修理其他机器人。继续阅读类别：机器人技术、技术标签：机器学习、人工智能、机器人、斯坦福大学、谷歌 DeepMind、自主
Efficient fact-checking in LLMs like ChatGPT with SAFE
Google 的 DeepMind 开发了一种用于大型语言模型中长篇事实性的新方法——搜索增强事实性评估器 (SAFE)。该 AI 事实核查工具表现出令人印象深刻的准确率，优于人类事实核查员。
重新审视 GenAI RAG。Command-R。RAFT。RAT。RAG + 知识图谱。Devin AI 工程师。KPU（知识处理单元）。Open-Sora GenAI Vid。AutoDev。DeepMind SIMA。DeepSeek-VL。Amazon Chronos 模型。
Housekeeping robot quickly learns a range of autonomous chores
斯坦福大学和谷歌 DeepMind 的研究人员展示了一款开源家政机器人，并相对快速地训练它煎虾、冲洗锅、将锅收进厨柜和清理洒出的葡萄酒——但它还有更大的野心。继续阅读类别：机器人技术、技术标签：斯坦福大学、谷歌、谷歌 DeepMind、机器人技术、机器人、清洁、自主
Best practices for data enrichment
DeepMind和Google Research的大脑团队将联合起来，将进步加速到这个世界，在该世界中，AI帮助解决了人类面临的最大挑战。
Discovering novel algorithms with AlphaTensor
在我们的论文中，今天在自然界发表，我们介绍了Alphatensor，这是第一个人工智能（AI）系统，用于发现用于基本任务（例如矩阵乘法）的新颖，有效且可证明的正确算法。这阐明了一个50年历史的数学开放式问题，即找到最快的方法来繁殖两个矩阵。本文是DeepMind的使命，旨在推进科学并使用AI解锁最根本的问题。我们的系统Alphatensor建立在Alphazero的基础上，Alphazero是一位在棋盘游戏中显示超人性能的经纪人，例如国际象棋，GO和Shogi，这项工作显示了Alphazero从玩游戏到第一次解决未解决的数学问题的旅程。
Discovering novel algorithms with AlphaTensor
在我们今天发表在《自然》杂志上的论文中，我们介绍了 AlphaTensor，这是第一个用于发现新颖、高效且可证明正确的基本任务算法（例如矩阵乘法）的人工智能 (AI) 系统。这揭示了数学中一个 50 年前的悬而未决的问题，即找到将两个矩阵相乘的最快方法。这篇论文是 DeepMind 推动科学发展和利用人工智能解决最基本问题的使命的垫脚石。我们的系统 AlphaTensor 以 AlphaZero 为基础，AlphaZero 是一个在国际象棋、围棋和将棋等棋盘游戏中表现出超人表现的代理，这项工作首次展示了 AlphaZero 从玩游戏到解决未解数学问题的历程。
Discovering novel algorithms with AlphaTensor
在我们的论文中，今天在自然界发表，我们介绍了Alphatensor，这是第一个人工智能（AI）系统，用于发现用于基本任务（例如矩阵乘法）的新颖，有效且可证明的正确算法。这阐明了一个50年历史的数学开放式问题，即找到最快的方法来繁殖两个矩阵。本文是DeepMind的使命，旨在推进科学并使用AI解锁最根本的问题。我们的系统Alphatensor建立在Alphazero的基础上，Alphazero是一位在棋盘游戏中显示超人性能的经纪人，例如国际象棋，GO和Shogi，这项工作显示了Alphazero从玩游戏到第一次解决未解决的数学问题的旅程。
Discovering novel algorithms with AlphaTensor
在我们的论文中，今天在自然界发表，我们介绍了Alphatensor，这是第一个人工智能（AI）系统，用于发现用于基本任务（例如矩阵乘法）的新颖，有效且可证明的正确算法。这阐明了一个50年历史的数学开放式问题，即找到最快的方法来繁殖两个矩阵。本文是DeepMind的使命，旨在推进科学并使用AI解锁最根本的问题。我们的系统Alphatensor建立在Alphazero的基础上，Alphazero是一位在棋盘游戏中显示超人性能的经纪人，例如国际象棋，GO和Shogi，这项工作显示了Alphazero从玩游戏到第一次解决未解决的数学问题的旅程。
