奇绩大模型日报（10月 12日）
输入“/”快速插入内容
奇绩大模型日报（10月 12日）
奇绩大模型日报（10月 12日）
用户150用户150
用户3980用户3980用户1188用户1188用户8534用户8534用户6068用户6068+2
2024年10月15日修改
🔉潜空间活动报名
🎉
潜空间系列活动重磅回归！
本期活动将在10月13日 10:00开始，我们邀请到的嘉宾是朱亦博，他将在潜空间上海场进行分享。阶跃星辰（StepFun）系统负责人，曾任字节跳动 AI 基础设施负责人。朱亦博在大规模数据处理和人工智能算法优化方面有着深厚的背景和丰富的经验。阶跃星辰专注于通用大模型的研发，发布了 Step 系列通用大模型，包括千亿参数的语言大模型和多模态大模型，以及万亿参数的 MoE 语言大模型预览版。他将带来《从模型到集群硬件，关于全栈式 AI Infra 设计与搭建的思考的分享。
除嘉宾分享外，每期设置了【匹配合伙人 Cofounder Matching】环节。你可以和 GenAI 时代最有活力的创业者和研究者线下面对面交流，将有机会找到志同道合、有共同创业梦想的小伙伴。
报名通道已开启，欢迎扫描下方二维码报名。
资讯
李飞飞：不要数字孪生，要数字表兄弟，一张照片生成机器人训练场景
文章介绍了斯坦福大学李飞飞团队提出的“数字表亲（digital cousin）”概念及其研究成果。数字表亲不同于传统的数字孪生，它不是现实物体的精确虚拟副本，而是具有相似几何和语义特征的虚拟对象。这一创新旨在解决真实世界机器人训练成本高、不安全的问题，并通过模拟数据的高效生成来提升训练泛化性能。
研究提出了一种名为ACDC（Automatic Creation of Digital Cousins）的方法，它通过三个步骤实现：从RGB图像中提取信息、匹配虚拟资产并生成可交互的模拟场景。实验显示，与数字孪生相比，ACDC生成的数字表亲不仅保留了几何和语义特质，而且在训练中表现更为稳健，特别是在零样本虚拟到现实迁移的任务中，其成功率达到90%，远超数字孪生的25%。
该研究解决了数字孪生成本高、泛化能力不足的问题，为机器人学习提供了更灵活、高效的训练方式，并展示了其在复杂任务中的优越表现。
清华发布首个「真实开放环境具身智能平台」与基准测试集EmbodiedCity！
清华大学城市科学与计算研究中心发布了基于虚幻引擎5的城市具身智能模拟平台EmbodiedCity，为开放真实城市场景中的具身智能研究提供了支持。具身智能强调智能体在环境中的感知、学习与交互，但此前的研究多集中于室内场景，对城市级别开放空间的探索较少。EmbodiedCity基于北京市国贸区域的真实数据，构建了动态的3D城市环境，并提供了多类任务集，涵盖感知、推理、决策等具身智能任务。
该平台包含街道、建筑物等真实元素，并支持一系列具身智能基准测试任务，如跨模态场景理解、跨模态问答、多轮对话、具身导航/搜索、任务规划和个体行为模拟。这些任务测试智能体在复杂城市环境中的感知与决策能力。例如，智能体可以根据自然语言指令在环境中进行导航，或回答关于环境的语义和空间信息的问题。
EmbodiedCity支持在线和离线运行两种模式，在线平台提供智能体的实时控制和Python SDK调用，用户可以直接在网页上进行编程；离线模式则允许用户在本地部署环境，进行智能体训练和测试。该平台为开放空间具身智能研究提供了强大的工具，有助于推动智能体在现实城市环境中的应用和发展。
AI智能体最大收购案产品之父Jake Keller采访
在最新一期YC《LightCone》访谈中，Jake Keller分享了他在垂直领域AI Agents的成功经验及技术细节。他的公司Case Text在GPT-4发布前获得了测试机会，并在48小时内将公司全员投入基于GPT-4的AI法律助手CoCounsel的开发。这款产品在发布仅半年后就被Thomson Reuters以6.5亿美元收购，成为最大的垂直AI Agents收购案例。