5月31日消息,据国外媒体报道,谷歌和英飞凌正在联合开发一种足够小的芯片,这种芯片可内置于手表或腕带中用来探测手势和识别人脸。
英飞凌表示,它已开发出一种雷达传感器半导体,目前正与谷歌合作探讨如何将这种半导体投入到汽车安全等方面的应用中。
“这种芯片可以监测动作、识别人脸,而且尺寸很小,可应用于物联网、腕表、健身腕带或驾驶员辅助系统中,”英飞凌发言人贝恩•霍普斯(Bernd Hops)表示,“我们提供的是硬件,谷歌则在应用程序和用户体验界面上做出努力。”
谷歌正加强与汽车制造商的合作,数款车型已经整合了谷歌的Android车载信息娱乐系统。宝马计划为新一代7系汽车装备谷歌这一车载系统,该系统的信息娱乐功能是由手势所控制。
好文章,需要你的鼓励
这篇论文提出一种插件式2D动作接口,让已训练好的3D运动语言模型无需修改或微调即可直接理解2D姿态输入。实验证明2D输入效果媲美3D输入,且在真实视频场景下配合专门的降噪适配器,2D方案比3D姿态估计更省算力、更实用,为动作理解模型的现实部署提供了新路径。
研究团队让8种AI智能体独立完成100项真实科研任务,深度剖析800份研究轨迹后发现,即便是最强模型,也普遍存在"发现问题却不修正"的现象,背后根源指向AI缺乏检验自身产出、主动纠错的元认知能力。
WorldRover是一套面向可探索世界建模的合成视频数据引擎,基于虚幻引擎构建,能让同一段探索轨迹在保持路线与场景一致的前提下,重新渲染为多种视角和外观状态,并同步提供深度、光流、长程点追踪等丰富标注,最终发布WorldRover-10M数据集,含2190万帧、202.7小时视频。
这篇论文指出,现有多目标强化学习训练大模型时存在"一刀切"分配优化精力的问题,提出SA-MRPO方法,根据每个奖励目标的饱和程度动态调整其权重,在数学推理、自适应推理、代码生成等任务上均取得优于现有方法GDPO的效果。