机器人操控革新：732M模型力压7B，解锁视频中的物理洞察力
新智元报道机器人控制中的「数据困境」是业界长期关注的难题：要使机器人掌握精细操作，传统方法依赖大量人工标注的数据，这不仅耗资巨大，且耗时漫长。如何突破这一瓶颈？大规模视频生成模型通过学习海量视频数据，已经隐含地理解了物理世界的运作规则：物体如何移动、力如何传递、空间关系如何演变。这些知识与机器人操控所需的物理直觉高度契合。关键在于：能否将视频模型中的物理先验知识应用到机器人控制中？中山大学王广润教
科技1 阅读
搜索: "直觉"
共找到 3 篇相关文章
AlphaEvolve升级！DeepMind运用AI培育算法，超越人类设计的所有成果
新智元报道DeepMind 最新论文介绍了一种名为AlphaEvolve的技术，它将算法源代码视作基因组，并利用Gemini执行遗传操作，以进化出全新的博弈论算法。AlphaEvolve创新性地「繁殖」出了一批前所未有的博弈论算法。这些算法不仅在性能上超越了人类精心设计的经典方案，在底层机制的创造性方面也令人惊叹——它们采用了一些人类研究者从未设想过的反直觉方法。传统的人类算法设计不再局限于简单的
科技3 阅读
何恺明团队推出GeoPT，开创性预训练方法助力模型自主学习真实物理法则
静态3D资产缺乏动力学信息，而真实物理标签的成本又极高—— 物理仿真的扩展性该如何实现？ 何恺明团队的最新研究提出了一种新的解决方案GeoPT—— GeoPT创新地引入了合成动力学（Synthetic Dynamics），将静态几何提升至动态空间，使模型能在无标签数据中通过学习粒子轨迹演化来获取物理直觉。 在同等精度条件下，GeoPT最多可以减少60%的物理仿真数据需求。 接下来让我们进一步
AI24 阅读