XiaoMi-AI文件搜索系统
World File Search SystemGiraffe
科学传播论文
很高兴您给我发了信。这是一个热门话题，难怪您对此感到好奇。让我来告诉您。这有点复杂，但我想您会理解的。转基因是指植物、动物或那些微小细菌（顺便说一句，它们并非全都是坏的）中的一小部分 DNA，即来自另一种动物、植物或细菌的基因。您知道 DNA 是什么，对吧？它是我们每个细胞中有关我们如何运作的信息。它就像是生物的食谱或使用手册。假设您将一些公牛的 DNA 放入猫体内，它可能不再是普通猫，而是超级猫，强壮如牛。想象一下一个尝起来像草莓的苹果。或者人类永远不会得癌症。或者一粒种子会长出一所房子。一只熊是第三只长颈鹿和第三只乌龟。然而，最后一个可能不是特别有用。这些是我编造的，但我会告诉您一些真实的例子。不过，拥有一点想象力也不是坏事。
blox-net：使用VLM监督，物理模拟和带有重置的机器人的生成式设计 - 机器人组装
摘要 - 生成AI系统在创建文本，代码和图像方面表现出了令人印象深刻的功能。受到组装工业设计研究的丰富历史的启发，我们引入了一个新颖的问题：生成设计 - 机器人组装（GDFRA）。任务是基于自然语言提示（例如“长颈鹿”）生成一个组装，以及可用物理组件的图像，例如3D打印的块。输出是一个组件，这些组件的空间排列，也是机器人构建此组件的指令。输出必须1）类似于请求的对象，2）由6 Dof机器人组可靠地组装，并带有吸入抓手。然后，我们提出了Blox-net，这是一种将一般视觉模型与计算机视觉，模拟，扰动分析，运动计划和物理机器人实验的方法相结合的GDFRA系统，以解决最小的人类监督的GDFRA问题。blox-net在其设计的组件的语义准确性中达到了63.5％的前1个精度。这些设计在自动渗透性重新设计后，由机器人可靠地组装，在10个连续的组装迭代中获得了接近完美的成功，仅在组装前重置期间使用人干预。令人惊讶的是，从文本单词到可靠的物理组装的整个设计过程都是通过零人工干预执行的。
麦哲伦云的化学DNA
我们介绍了206个红色巨型分支星星的化学成分，它们是小型麦哲伦云（SMC）的成员，该恒星使用具有多对象光谱仪的giraffe收集的光学高分辨率光谱在ESO非常大的望远镜上。该样本包括位于母星系中不同位置的三个场中的恒星。我们分析了元素的主要组，即光（Na），α-（O，Mg，Si，Ca和Ti），Iron -Peak（SC，V，Fe，Fe，Ni和Cu）和S -Process Elements（ZR，BA和LA）。样品的金属性分布在[Fe / H]〜–1 dex和弱金属贫困尾部周围显示出一个主要峰。但是，三个领域显示不同的[Fe / H]分布。尤其是在两个最内在字段的平均金属性之间发现0.2 dex的差异。金属贫困恒星的分数从最内向的领域显着增加（从〜1到约20％），到最外面的场，可能反映了SMC中的年龄梯度。我们还发现了可能在化学和运动学不同的下结构的指示。SMC恒星的比率显然与银河系恒星的比率明显不同，特别是由大型恒星产生的元素（例如na，α和大多数铁峰元素），其丰度比率低于我们星系中测量的元素。这表明，根据该星系期望的低恒星形成速率，大量恒星对SMC的化学富集的贡献少于银河系。最后，我们在两个内部领域的某些元素（Na，Ti，V和Zr）的丰度（Na，Ti，V和Zr）中确定了小的系统差异，这表明SMC中的化学富集历史并不均匀。