
CNET科技资讯网 3月16日 国际报道:去年12月,当《星球大战:原力觉醒》(Star Wars: The Force Awakens)在各大影院上映时,一个勇敢的、名为BB-8的小机器人从沙漠星球Jakku滚到了我们这些科幻片钟情者的心里。这位明星机器人将在周三“上岸休息”,去参观位于加州帕萨迪纳市的美国宇航局的喷气推进实验室(Jet Propulsion Laboratory)。
跟人类游客一样,喷气推进实验室也发给BB-8一个穿在链子上的访客徽章。NASA为我们分享了一系列BB-8与宇航局内各种各样的机器人交流沟通的照片。
BB-8获得了它与一个仅在地球上的好奇者号 (Mars Curiosity) 火星探测器翻版的照片。这个好奇者号的翻版住在一个被称为“火星院子(Mars Yard)”的地方,这是喷气推进实验室的一部分。其中一个区域包含一个模拟的火星景观,在这里,会有探测器经过进行测试,并会模拟在火星上发现的地形障碍类似的情形。
喷气推进实验室还有一个名叫RoboSimian的救灾机器人,遇到了《星球大战》里这位明星机器人。RoboSimian得名于它猴子般灵活的移动技能,它有四条能够让它攻占各种难关的腿。BB-8估计有些羡慕RoboSimian那些令人印象深刻的腿。
在本次BB-8的JPL之旅中,BB-8停在“宇宙中心(Center Of The Universe)”时的那一刻或许是这次参观中最具“星战”氛围的一部分了。喷气推进实验室将这一任务控制区域称之为“整个太阳系、甚至是星际空间太空任务的通信中心”。就像“星战”里死星的控制室一样,只是更为友好。
在喷气推进实验室大厅内,BB-8看上去如在家中。这是对该机器人设计的一种证明,说明它可以轻易地融入到美国宇航局这些令人难忘的现实设计机器人中。
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。