可变关键词检索结果

通过自适应空间标记学习可变形身体交互

Learning Deformable Body Interactions With Adaptive Spatial Tokenization

本文已被 NeurIPS 2025 的 AI for Science Workshop 接受。模拟可变形体之间的相互作用在材料科学、机械设计和机器人等领域至关重要。虽然使用图神经网络 (GNN) 的基于学习的方法可以有效解决复杂的物理系统,但在对可变形身体交互进行建模时会遇到可扩展性问题。为了对对象之间的交互进行建模,必须动态创建成对的全局边缘,这对于大规模网格而言是计算密集型且不切实际的。为了克服这些挑战,借鉴......

扁平机器人可变形为 250 多种形状

Flat robots transform into more than 250 shapes

研究人员用薄材料片建造了一种新型机器人,可以弯曲成数百种不同的结构,在表面上移动并抓取物体。美国北卡罗来纳州立大学的团队表示,他们的发明可以在医学、太空探索和软机器人领域有广泛的应用。 [...]

利用代理 AI 改进 VMware 迁移工作流程

Improving VMware migration workflows with agentic AI

多年来,许多首席信息官 (CIO) 以谨慎的实用主义态度看待 VMware 到云的迁移。对于企业 IT 团队来说,手动映射依赖关系并在运行中重写遗留应用程序并不是一个诱人的、低效的提议。但此类决策的考量在短时间内发生了巨大变化。在最近的 VMware 许可变更之后,组织正在……

Pholcus phalangioides 产纤维丝腺的功能多样性和行为利用

Functional diversity and behavioural use of fibre-producing silk glands in Pholcus phalangioides

Pholcus phalangioides 产生纤维的丝腺的功能多样性和行为用途摘要蜘蛛拥有多种类型的丝腺,产生具有对比特性的丝。人们对不同腺体的行为用途知之甚少,这限制了我们对蜘蛛丝功能与特性相关性的理解。在这里,我们研究了三种产生纤维的丝腺(大壶腹、小壶腹和腺泡状腺)在世界性地窖蜘蛛(Pholcidae)的运动、捕食、结网和繁殖行为中的参与。为了全面了解不同丝绸的功能,采用了多学科方法,包括显微镜、行为过程中的冷冻固定、高速视频记录和不同丝绸产品的机械测量(拉伸测试)。结果挑战了“一腺体一功能”范式,揭示了多种丝类型经常组合使用,并且腺体激活模式是可变的。值得注意的是,在所有调查的丝绸产品

飞行机器人在半空中变形以在轮子上着陆和滚动

Flying robot morphs in mid-air to land and roll on wheels

想象一个可以在“飞行无人机”和“轮式漫游车”配置之间转换的机器人。它可能非常有用,但前提是它在现实条件下有效。 ATMO 机器人的设计就是为了做到这一点,通过在半空中进行变形。继续阅读类别:机器人、技术标签:加州理工学院、四轴飞行器、可变形、飞行

变形机器人可能是有史以来最擅长适应所有地形的机器人

Morphing robot may be Greatest Of All Time at being Good Over All Terrain

如果一个机器人想要擅长穿越多种类型的地形,它就不应该有一种不适应的“万事通,一无是处”的体型。这就是 GOAT 机器人的用武之地,因为它会根据地形自动改变形状。继续阅读类别:机器人、技术标签:EPFL、可变形、变形

2025年上半年美国个人养老金销售将创历史新高 - 但持有量净增是另一个问题 -

米国個人年金販売額は2025年上半期も過去最高記録を更新-但し保有残高純増は別の課題-

■概要美国个人年金销售自2021年至去年持续同比增长,但预计2025年利率将下降,由于一直是销售背后推动力的固定年金放缓,预计销售将同比下降。但实际上,一、二季度销售额均突破1000亿美元,上半年更创下2258亿美元的历史新高。尽管联邦公开市场委员会(FOMC)去年9月开始降息,但在1月会议上明确表示不急于降息,2025年上半年也没有降息。尽管新合约强劲,但持有余额在2025年第一季度略有下降。在美国,Exchange 1035不仅可以切换到自己公司的个人养老金,还可以切换到不同寿险公司的个人养老金,同时维持税延递延效应,据说到2023年,从个人养老金转为个人养老金的人占所有新合同的一半左右。

Augmentus 获得 Applied Ventures 的战略投资,以加速人工智能机器人在混合制造领域的发展

Augmentus Secures Strategic Investment from Applied Ventures to Accelerate AI-Robotics for High-Mix Manufacturing

这项投资标志着 Augmentus 使命的一个重要里程碑,即为全球多品种、高可变性制造提供智能、自主机器人技术。

应用材料公司对 Augmentus 进行“战略投资”

Applied Materials makes ‘strategic investment’ in Augmentus

Augmentus 是新加坡人工智能机器人和自适应自动化领域的先驱,宣布获得 Applied Materials 旗下风险投资部门 Applied Ventures 的战略投资。这项投资标志着 Augmentus 使命的一个重要里程碑,即为全球高混合、高可变性制造提供智能、自主机器人技术。 Augmentus 创新的核心是其旗舰产品 AutoPath [...]

关于“Echemella” oculta 的属属关系(Benoit,1965)(Araneae:Gnaphosidae)

On the generic affiliation of “Echemella” occulta (Benoit, 1965) (Araneae: Gnaphosidae)

关于“Echemella” oculta (Benoit, 1965)(Araneae: Gnaphosidae)的属属关系Benoit (1965) 描述了 Allodrassus ocultus Benoit, 1965,其基础是在现在的刚果民主共和国(前身为利奥波德维尔,如描述中所列)的白蚁巢穴中发现的雌性正型标本三库人 Wasmann,1911(等翅目:白蚁科)。它与当时其他已知的同系动物(AllodrassusstrandiCaporiacco,1940年,AllodrassuspavesiiSimon,1909年和AllodrassusstrandiCaporiacco,1940年

人工智能初创公司实际上是付钱给人们叠衣服(或做类似的家务)

AI startups are literally paying people to fold their laundry (or perform similar chores)

来自 Tyler Cowen。机器人或任何新技术都能增加就业,这似乎很奇怪。但它确实发生了。在 Tyler Cowen 发表这篇文章之后,我重新发布了 2016 年的一篇博客文章,名为“自动化实际上可以创造更多就业机会”。然后是有关工作、机器人和自动化的其他帖子的链接。 “是的,截至 2025 年末,几家机器人和人工智能初创公司实际上正在付钱让人们在录制自己的同时叠衣服(或做类似的家务),以便训练机器人灵巧地执行类似人类的任务。Encord、Micro1 和 Scale AI 等公司已经启动了付费“数据收集”计划,旨在生成用于机器人学习的真实世界视频数据集。参与者可以通过拍摄自己做日常家务的视

雷切尔·里夫斯 (Rachel Reeves) 被告知在预算中取消新利润税的商业税率

Rachel Reeves told to scrap business rates for new profit tax in Budget

一家城市会计师事务所呼吁财政大臣雷切尔·里维斯 (Rachel Reeves) 取消其秋季预算中的商业税率,并以新的利润税取而代之。拉伯克·法恩表示,商业税率是最近几周游说的主题,应该让位于可变的地方利润税。该公司表示 [...]

[软体动物 • 2025] Pyropelta artemis • 西北太平洋深海帽贝属 Pyropelta 的分布及新物种的描述

[Mollusca • 2025] Pyropelta artemis • Distribution of the Deep-Sea Limpet Genus Pyropelta in the Northwestern Pacific, with the Description of a New Species

Pyropelta artemis Chen, Tsuda & Watanabe, 2025DOI: doi.org/10.1163/18759866-bja10083 x.com/squamiferumAbstract热液喷口和其他化学合成生态系统是深海中的岛屿状绿洲,其中微生物的初级生产支持异常高的生物量。小型 lepetelloidean 科 Pyropeltidae 专门从事这些系统,其唯一的 Pyropelta 属包含约 10 个已描述的物种。在西北太平洋,日本周围有两个物种被命名,但它们的分布范围仍然不确定,因为 Pyropelta 的贝壳通常被腐蚀并且难以从形态上识别。在这里,我