
自人类进入太空以来,他们的手腕上就一直带有手表,其中最著名的是美国宇航局宇航员佩戴的欧米茄超霸系列手表。随着智能手表时代的来临,宇航员也可能“鸟枪换炮”。
进入太空的智能手表的功能,将不仅仅是需要手动上发条的超霸系列手表能提供的计时和计数功能。美国宇航局已经在Freelancer上发起竞赛活动,要求参赛者设计一款能被宇航员在太空中使用的智能手表应用,获胜应用的开发者将获得1500美元奖金。
宇航员使用的当前接口的示范屏幕,顺时针方向从左上角依次是:警告、地面通信状态和宇航员的时间表
美国宇航局在文件中称,“我们对新兴的智能手表技术很有兴趣,希望利用这一技术,开发一款对宇航员有用的智能手表应用。这次竞赛,旨在设计供在国际空间站上使用的智能手表应用通用用户界面。”
这款应用将用来显示对宇航员来说重要的信息。例如,宇航员时间明细表的日常工作事项视图,目前宇航员通过iPad或笔记本查看时间明细表;不同颜色的警告信息;表明国际空间站能否与地面通讯的通讯状态;定时装置。
应用应当能使宇航员关注他们需要的信息,提供对宇航员动作的回馈,适合在智能手表的显示屏内实现。所有这些功能需要在一款能在三星Gear 2上运行的应用内实现。
参赛者不需要真正开发出应用。他们的任务是设计应用的用户界面,以图像文件的形式提交参赛作品即可。美国宇航局这次竞赛的目的可能是:解决宇航员在穿戴笨重的宇航服的情况下如何操纵智能手表的触摸屏。
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。