6月17日消息,根据日经新闻报道,日本软银将与全球最大的电子产品代工服务企业台湾鸿海精密工业集团合作,着手量产具有人工智能的人形机器人。双方将设立合资公司,2015年内以每年1万台的规模实施量产。
根据报道, 双方将要量产的是被软银定位于战略商品的人形机器人“Pepper”, Pepper的身高接近低年级小学生,除了人工智能之外,还配备通信功能,可与互联网上的云系统等联动。像使用智能手机一样,用户通过下载应用软件,可为其增添多种多样的功能。该机器人有望应用于顾客接待和护理等广泛领域,但目前生产成本过高成为普及的瓶颈。而此次将通过日台企业合作,可构建低价量产的体制,以尽早开拓增长领域。
目前双方正在商讨合资公司的出资金额与比例等具体事宜。这将是软银首次深度涉足制造业,而鸿海将通过向机器人业务出资,扩大收益基础。
软银在2015年2月面向开发者以每台19.8万日元(不含税)的价格售出了300台Pepper。今后估计将以这些开发者制作的应用软件等为核心,扩大用途。不过,生产成本方面存在很多问题,将通过与鸿海的合作来实现稳定生产以及降低成本。
软银计划从2015年夏季开始,在日本约2700家连锁手机店和网上面向普通消费者销售Pepper,估计月产量将达到1000~2000台。另外,软银还考虑面向中国及美国等进行海外销售,在中国预计通过其拥有30%股份的阿里巴巴集团来进行推广。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。