
在本屆CES上,Parrot又推出兩款新奇的智能玩具,分別是MiniDrone與Jumping Sumo。
Jumping Sumo是一款可以在地上行走并跳躍的遙控機(jī)器人,通過智能終端設(shè)備對它進(jìn)行操控,它配備一個陀螺儀及一個加速計(jì),反應(yīng)極其靈活敏捷,支持拍攝功能,擁有彈性的沖擊系統(tǒng)使得Jumping Sumo可以跳來跳去,機(jī)身采用彈性的塑料材質(zhì)使得它在自然落下時可以承受比較大的沖擊力。
MiniDrone是Parrot的AR.Drone產(chǎn)品“縮小版”,也是四軸直升機(jī)。用戶可通過Bluetooth Smart技術(shù)把MiniDrone與智能終端連接,達(dá)到操控的目的,它支持拍攝功能,內(nèi)置的超聲波傳感器、加速度計(jì)、陀螺儀等感應(yīng)器及自動駕駛功能,還配備兩個碳纖維車輪,可沿墻壁迅速攀爬或快速穿越天花板,真的是偷拍利器。
下面請看演示視頻:
[video]uu=dfa091e731&vu=6513556245&auto_play=0&width=600&height=450[/video]
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)隊(duì)提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時,輸出長度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項(xiàng)研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。