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
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。