微信扫一扫，关注公众号
科技行者
算力行者
见证连接与计算的「力量」
CES2015现新奇机器人 OZOBOT游走在划线间
每年的CES消费电子展都会有各式各样新奇古怪创意的产品推出。在今年的CES上，CNET记者就在百花齐放的展台中寻觅到一款小巧可爱并且还能按线路游走的创意机器人Ozobot。它的好玩之处在于你可以在iPad上即兴地绘制线路，Ozobot可以即时地做出反应。机器底部的传感器非常灵敏，Ozobot甚至可以分辨线条的不同颜色，然后按照特定的线条移动。
体型小巧的Ozobot像一枚大号糖果，是一只大约 25毫米大的智能机器人玩具。通过其底部的传感器装置，Ozobot可以识别1000种不同的指令。它不仅可以识别各种数字屏幕，同时可以识别不反射光的物理表面，对各种人工和数字平台上的线条、色彩作出反应。那么，这款迷你型机器人是怎样在划线间游走的呢？请点击下方视频观看：
[video]uu=dfa091e731&vu=f0871b5136&auto_play=1&width=640&height=480[/video]
0赞好文章，需要你的鼓励
至顶头条
科技行者
码客人生
奇客Solidot
高飞的电子替身
奇客情报站
推荐文章
当善良声音变身恶意武器：AIM Intelligence团队揭秘音频AI的隐藏危机
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞，开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容，成功率超过86%，完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险，对全球数十亿智能设备构成潜在威胁。
新加坡国立大学团队揭示：让AI既能看又能做的视觉强化学习新突破
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展，涵盖超过200项代表性工作。研究将该领域归纳为四大方向：多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型，分析了从RLHF到可验证奖励范式的政策优化策略演进，并识别出样本效率、泛化能力和安全部署等关键挑战，为这一快速发展的交叉学科提供了完整的技术地图。
浙大团队揭秘：为什么AI机器人在现实世界中总是"掉链子"？OmniEAR基准测试暴露惊人真相
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示，即使最先进的AI在明确指令下能达到85-96%成功率，但面对需要从物理约束推断行动的任务时，成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力，监督学习虽能改善单体任务但对多智能体协作效果甚微，表明当前架构存在根本局限性。
AI模型训练中藏着的秘密巨人：纽约大学和Aimpoint Digital Labs发现Transformer里的"超级激活"如何悄悄控制整个模型
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律，研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是，通过调整模型架构参数如注意力密度、宽深比等，可以在训练前就预测和控制这些关键激活的行为，为设计更高效、量化友好的AI模型提供了全新工具。
当善良声音变身恶意武器：AIM Intelligence团队揭秘音频AI的隐藏危机
新加坡国立大学团队揭示：让AI既能看又能做的视觉强化学习新突破
浙大团队揭秘：为什么AI机器人在现实世界中总是"掉链子"？OmniEAR基准测试暴露惊人真相
