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
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。
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。