
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
这项由IIT马德拉斯与BITS Pilani联合发布的研究(arXiv:2604.21523,2026年4月)构建了FOCUS元评估基准,系统检验了评审型视觉语言大模型的可靠性。通过向超过4000个图文和图像样本中注入40种受控错误,研究发现顶尖评审AI的检测失败率在某些条件下超过50%,物理合理性和视觉细节类错误尤为难以被发现,两两比较是最可靠的评审范式。
这篇由Sylph.AI发布的技术报告提出了一套两层自动化框架,核心思想是让AI自动优化自身的运行脚手架,再进一步让AI学会如何更高效地做这种优化。内层的脚手架进化循环通过工人代理、评估代理和进化代理的协作,自动迭代改进单个任务的运行配置;外层的元进化循环则在多个任务上训练,学习一套能快速适应任何新场景的通用进化蓝图,从而彻底消除人工脚手架工程的需求。
这篇由英伟达等顶尖机构联合发表的论文提出了一种名为Voyager的新型智能体。研究团队以《我的世界》为实验平台,通过引入自动课程规划、技能库存储以及迭代反馈机制,成功让大语言模型主导的AI在完全无人类干预的情况下,实现了在复杂开放世界中的自主探索与终身学习。实验数据表明,Voyager在物品收集、探索范围及技能解锁速度上均呈现出远超传统方法的压倒性优势,为未来开发能够自主解决真实物理世界复杂任务的通用人工智能奠定了关键的理论与实践基础。
这项由伊利诺伊大学、斯坦福大学、英伟达和麻省理工学院联合发布的研究(arXiv:2604.25917,2026年4月)提出了RecursiveMAS框架,让多个异构AI模型通过轻量级模块RecursiveLink在内部信号层面直接传递"潜在思想",形成循环协作,彻底绕开了传统多AI系统依靠文字传话的低效方式。配合两阶段内外循环训练策略,整个系统只需优化极少量参数,就能在数学、科学、代码生成和搜索问答等9个基准测试上取得平均8.3%的精度提升,同时实现最高2.4倍推理加速和75.6%的token用量削减。