成立一年之际,阿里巴巴前沿技术研究机构达摩院又传来新进展。以色列理工学院著名计算机视觉科学家Lihi Zelnik-Manor教授,已入职达摩院以色列机器视觉实验室。
作为实验室负责人,她将带领团队推动达摩院计算机视觉领域的基础研究,以及新零售、智慧城市等广泛领域的应用结合。
以色列机器视觉研究实验室,是达摩院遍布全球的科研机构之一,也是达摩院首支完全由外籍科学家组成的研发团队,成员来自于Intel、三星、特拉维夫大学等世界级研究机构。
作为全球领先的创新之国与科技中心,以色列一直以从0到1的科技创新著称全球,而中国则在先进技术的大范围普及运用上积累了丰富经验。未来,达摩院设立在以色列的研发实验室将扮演创新枢纽的角色,结合中以两国各自的创新优势,促进技术普惠与新商业模式的孵化。
机器视觉实验室正在研发的计算机视觉技术,能有效提升计算机对外部物理世界的理解能力,在城市大脑、新零售等领域都有丰富的应用场景。
诸如,通过视频理解技术,能有效提升城市大脑对对车辆行驶动作、行人行为的识别判断能力,提升城市道路的管理效率。而在新零售场景,智能货架与AI收银机能更精确的识别消费者的购买动作,从而实现自动结账、智能防损等应用。
图说:达摩院以色列机器视觉实验室负责人 Lihi Zelnik-Manor 教授
加盟达摩院之前,Lihi Zelnik-Manor在以色列理工学院电气工程系担任副教授,领导该校的计算图像与多媒体实验室。以色列理工学院也被誉为以色列的麻省理工,是以色列重要的基础科学与计算机科技研究中心。
Lihi教授曾多次荣获IEEE与ICCV的杰出论文奖,并连续多年担任ECCV 与CVPR等计算机视觉大会的主席,此外她还是顶级学术期刊TPAMI的核心编辑。她还荣获了以色列理工学院的Gutwirth奖,以表彰她在计算机视觉领域取得的杰出成就。
除了以色列外,达摩院已在新加坡、美国等多个国家与地区设立研发中心与实验室,并与新加坡南洋理工大学、斯坦福大学、加州大学伯克利分校、清华大学、浙江大学、中国科学院成立多个联合研究基地。
好文章,需要你的鼓励
论文提出CAST框架,通过多智能体系统把任务成败的粗略反馈转化为逐步动作的详细批评理由,训练出更懂节制的批评模型,再用它优化执行策略,让8B小模型在可靠性指标上反超120B大模型,提升智能体在真实动态环境中的稳定表现。
论文提出NavMCP框架,用意图、观察、记忆三条通道把VLM推理与导航基础模型NFM结合,解决具身问答中长距离探索问题,在多个基准和真实机器狗测试中均取得最优效果。
研究发现教师模型批改学生生成内容时噪声率高达50%,但学生依然能进步。作者发现真正起作用的是压制学生自己低概率词,据此提出无需外部监督的OPSA方法,在AIME24等数学测试上带来最高307%的提升。
PaperGym提出一套把科研论文转化为AI训练环境的方法,解决科研计划生成缺乏可验证奖励的难题,通过问题答案分离降低评分标准泄露,结合自蒸馏与强化学习两阶段训练,让小模型在多个基准上超越更大规模的商业模型。