Deepmind关键词检索结果

AI 帮助这些迷你人形机器人学习踢足球

AI Helps These Mini Humanoid Robots Learn to Play Soccer

DeepMind 的迷你人形机器人正在通过它们自学的足球技能重塑机器人的未来,让人们一窥人工智能和机器人的潜力。了解这些机器人如何为机器人自动化的新时代铺平道路。程序员是如何实现如此惊人的壮举的?

数据机器 #253

Data Machina #253

Google AI Blast。 Gemini Pro 1.5。 Gemini 1.5 Flash。 PaliGemma。 Project Astra。 委托给 AI 代理。 NVIDIA ChatQA 1.5。 Parler-TTS Mini:Expresso。 DeepMind CAT3D。 Meta AI Chameleon。 KAN 解释

新的影子手可以承受打击

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

灵巧的机器手可以以 AI 研究的名义承受打击

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预测了所有生命分子的结构和相互作用

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 预测所有生命分子的结构和相互作用

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。

alphafold 3预测了所有生命分子的结构和相互作用

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预测了所有生命分子的结构和相互作用

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预测了所有生命分子的结构和相互作用

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。

Google DeepMind在ICLR 2024

Google DeepMind at ICLR 2024

开发下一代AI代理,探索新的方式和开创性的基础学习

Google DeepMind在ICLR 2024

Google DeepMind at ICLR 2024

开发下一代AI代理,探索新的方式和开创性的基础学习

Google DeepMind在ICLR 2024

Google DeepMind at ICLR 2024

开发下一代AI代理,探索新的方式和开创性的基础学习

Google DeepMind在ICLR 2024

Google DeepMind at ICLR 2024

开发下一代AI代理,探索新的方式和开创性的基础学习

Google DeepMind 参加 ICLR 2024

Google DeepMind at ICLR 2024

开发下一代 AI 代理、探索新模式并开创基础学习

现场 AI 如何征服非结构化自主性

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

数据机器 #250

Data Machina #250

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 驱动的机器人现在可以自主修复其他机器人

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

使用 SAFE 在 ChatGPT 等法学硕士中进行高效事实核查

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。