CNET科技资讯网 1月5日 国际报道:虽然CES展会上到处都是机器人,但是乐高机器人可不是每年都有的。
过去一年中,具有教育意义的可编码机器人玩具在儿童科技领域一直是一个大趋势,从Jimu机器人到Cozmo机器人,无不体现这一趋势。乐高公司多年来一直都有着自己的教育性Mindstorm机器人工具包。
Lego Boost是乐高逾期展示的一个工具包,它是一套由马达和可编程模块组成的工具包,可编程模块可兼容现有的乐高玩具,把它们变成电动玩具或动作感应玩具。该应用还可以记录语音效果,因此,用户可以让自己的乐高机器人宠物说话。
Lego Boost工具包将于2017年下半年上市,售价为160美元,同时附带有说明书,用户可以用它们搭建五个不同的项目:“Vernie机器人、Frankie机器猫、吉他Guitar 4000、多工用探测车 4(Multi-Tool Rover 4,M.T.R.4)和Autobuilder。”之后,任何现有的乐高积木都可以在上面创作出新的作品,据乐高表示:“例如,用户可以构建一个可以制作一条龙或一匹小马等动物的行走基地,或是一个承载越野汽车或探测车等汽车的驾驶基地,以及一个可供孩子们打造自己的城堡甚至是未来空间站的入口。”这套装备主要针对7岁及以上儿童使用。
此外,乐高还为我们带来了一个可以处理编程部分的Android和iOS应用,乐高称之为编码须知。过去几年,大多数玩具机器人套装都采用类似的理念。很显然,乐高的优势在于,用户或许可以做成一个跳舞的恐龙,一个DIY蝙蝠车或星球大战机器人基地等等。
Lego Boost还附带有三个Boost模块,可以承受大部分重量,包括一个倾斜传感器、彩色距离传感器和一个发动机,同时还有843块传统乐高零部件和一个特殊的爬行垫,机器人可以在上面移动。
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。