在本屆CES展會(huì)上,東芝展出了一款人形機(jī)器人,這款概念機(jī)器人名為ChihiraAico,外型幾乎與人無(wú)異,即使從近距離觀察,也讓人幾乎分辨不出其機(jī)器人的本質(zhì)。
這款名為ChihiraAico的機(jī)器人可以做出多種與人類相似的面部表情,包括:開(kāi)心、難過(guò),傷心等,旨在打造一個(gè)真正觸動(dòng)人心的交流體驗(yàn)。東芝表示,這款機(jī)器人擁有全球最高級(jí)的面部表達(dá)能力,可以通過(guò)43個(gè)氣壓傳動(dòng)裝置提供安靜、迅速、流暢的肢體運(yùn)動(dòng)——其中有15個(gè)位于面部、4個(gè)位于軀干,24個(gè)位于肩膀和胳膊中。
東芝也為這款產(chǎn)品注入了希望:用于重復(fù)沒(méi)有含金量及重復(fù)引發(fā)人力浪費(fèi)的商業(yè)應(yīng)用,取代部分人工。東芝發(fā)言人表示,ChihiraAico是該公司的人類智能社區(qū)理念的一部分。它或許可以充當(dāng)醫(yī)療專家,為老人或殘疾人提供幫助,還有可能成為服務(wù)專家,為用戶端盤上菜,甚至扮演拉拉隊(duì)長(zhǎng)的角色。
好文章,需要你的鼓勵(lì)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長(zhǎng)篇音頻故事。該系統(tǒng)結(jié)合大語(yǔ)言模型的敘事推理能力與音頻生成技術(shù),通過(guò)交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開(kāi)辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過(guò)讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問(wèn)題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測(cè)試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語(yǔ)言模型人性化對(duì)話問(wèn)題。該研究創(chuàng)建了包含20萬(wàn)高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測(cè)基準(zhǔn),通過(guò)創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開(kāi)發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測(cè)模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過(guò)學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測(cè)方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來(lái)了效率和精度的雙重突破。