
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
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。