
《管子》曰“四时能变谓之智”,《子华子·大道》曰:“元,无所不在也”,“智”和“元”正好串联起2022世界人工智能大会的(WAIC)的主题——“智联世界 元生无界”。全程参与WAIC的科技行者,通过15位产学大咖的语录,呈现“一元复始”的智能世界,“万象更新”的元宇宙。
他们有的期许人工智能创造新的科学知识,解决人的认知只能覆盖有限学科的大脑瓶颈;有的人正在投入自动驾驶等人工智能新场景的开发,希望L2辅助驾驶的下一站,就是无人值守的自动驾驶;有的人期待元宇宙能为紧张的生活带来一丝轻松,数字世界的“人造”拉斯维加斯也很欢乐;更有人希望元宇宙会为人类福祉带来新的可能性,让行动不便的人也可以操纵电子设备,不同地区的新人类们可以在元宇宙世界里低碳交往、增进互信、远离争端。
好文章,需要你的鼓励
这篇论文提出一种插件式2D动作接口,让已训练好的3D运动语言模型无需修改或微调即可直接理解2D姿态输入。实验证明2D输入效果媲美3D输入,且在真实视频场景下配合专门的降噪适配器,2D方案比3D姿态估计更省算力、更实用,为动作理解模型的现实部署提供了新路径。
研究团队让8种AI智能体独立完成100项真实科研任务,深度剖析800份研究轨迹后发现,即便是最强模型,也普遍存在"发现问题却不修正"的现象,背后根源指向AI缺乏检验自身产出、主动纠错的元认知能力。
WorldRover是一套面向可探索世界建模的合成视频数据引擎,基于虚幻引擎构建,能让同一段探索轨迹在保持路线与场景一致的前提下,重新渲染为多种视角和外观状态,并同步提供深度、光流、长程点追踪等丰富标注,最终发布WorldRover-10M数据集,含2190万帧、202.7小时视频。
这篇论文指出,现有多目标强化学习训练大模型时存在"一刀切"分配优化精力的问题,提出SA-MRPO方法,根据每个奖励目标的饱和程度动态调整其权重,在数学推理、自适应推理、代码生成等任务上均取得优于现有方法GDPO的效果。