作为全球消费电子巨头,苹果早在去年就被曝出,将进入机器人领域。
当时外媒报道称,苹果正在开发一款桌面机器人,该设备整合了一个类似iPad的显示屏和一个机械臂,以及苹果的人工智能技术,显示屏可以360°旋转,并可作为家庭控制中心。
这一项目的负责人据称是苹果此前负责自动驾驶汽车项目的技术副总裁的Kevin Lynch,它也负责过苹果Apple Watch项目。
如今,这个桌面机器人相关项目资料以研究论文的形式对外曝光。
台灯机器人,让皮克斯照进现实
1985年,苹果传奇创始人乔布斯被董事会和他亲自请来的CEO斯卡利赶出了自己一手创办的公司苹果,不过,在这一年,对计算机图形学有浓厚兴趣的乔布斯花1000万美元投资了卢卡斯影业的电脑部门。
独立后的卢卡斯影业电脑部门有了一个在后来为众人熟知的名字,皮克斯(Pixar)。
虽然乔布斯投资皮克斯出于对于皮克斯的电脑和软件设计能力看好,但同样有着他对设计艺术的个人情怀。
在乔布斯与皮克斯正式达成投资协议的1986年,为了展示皮克斯的硬件和软件,以推动电脑和图像渲染软件的商业化,乔布斯和新成立的皮克斯团队决定制作一部动画短片,参加这一年的SIGGRAPH大会。
这部短片就是《顽皮跳跳灯》(Luxo Jr.),这部仅有两分钟的动画,在1986年SIGGRAPH大会上火爆全场,并在当年获得了奥斯卡奖项提名。
时隔四十年后,当苹果决定进入机器人领域时,第一款闯入大众视野的,很可能也正是以当年这款跳跳灯为原型的机器人,一款看上去不那么像机器人的机器人。
这款机器人出现在近日苹果机器学习研究团队的对外公开的研究论文中。
在这篇论文中,苹果机器学习研究团队展示出的这款台灯机器人,可以通过语音、手势控制,还富有情感表达和更多AI功能。
例如,它会通过点头、摇头动作表示对你的观点的赞同或不赞同,通过不同运动路径向你表达它自己的情感。
又如,它还具备投影功能,通过摄像头陪伴孩子写作业,并通过投影的图像和语音功能,为孩子辅导作业、批改作业,乃至一起画画本。
在你晚上口渴想喝水时,它还会打开灯,通过自己的照明轨迹告诉你水杯在哪里,喝完水你要把水杯放到桌上,它也会跟随你的水杯运动轨迹,给你提供更好的照明体验。
当你问它“今天天气怎么样”时,它会先看向窗外,然后告诉你今天的天气状况。
更为神奇的是,当你在桌前阅读时,它还会通过将水杯推向你面前,提醒你,你该喝水了。
从苹果机器学习研究团队公布的4分钟演示视频中来看,它已经不仅仅是一个桌面台灯,更像是一个活泼可爱的小精灵,更富有陪伴属性。
与此同时,我们发现,这次,苹果也在尽可能多得将大模型技术应用的机器人中,它甚至可以为你提供一些专业指导和建议。
例如,当你在维修一个设备却一直没有头绪时,你的台灯可以直接为通过它的投影仪投射出正确的设备修理教程。
这就是苹果近日公布的台灯机器人研究项目。
苹果押注家用机器人
苹果上一个和机器人稍微沾点边的产品,还是在WWDC 2017上发布的智能音箱HomePod,这一年,智能音箱百箱大战,一度被视为人工智能技术的绝佳载体,也被视为智能家居绝佳的入口级设备。
不过,当时的苹果依旧晚了一步,在亚马逊和谷歌占据美国智能音箱主导地位时,苹果的HomePod在上市后的第一年,2018年,仅仅在美国市场拿下了6%的市场份额。
这次押注机器人是苹果继放弃造车、加码Vision Pro后的又一个重大决策,据外媒透露,由Kevin Lynch领导的机器人团队于2025年8月成立,并在全球范围内招聘机器人领域专家。
据外媒Appleinsider的近日报道,苹果目前正在招聘更多机器人专家,旨在推进家用机器人领域的产品研发。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。