奇绩大模型日报（10月 22日）
输入“/”快速插入内容
奇绩大模型日报（10月 22日）
奇绩大模型日报（10月 22日）
用户150用户150
用户3980用户3980用户1188用户1188
用户5537用户5537用户7874用户7874+12
2024年10月31日修改
🔉潜空间活动报名
🍰
本期活动将在11月9日 10:00开始，我们邀请到的嘉宾是鱼哲，Lepton AI 创始成员，曾在阿里云担任高性能 AI 平台产品负责人，专注于 AI 在多个行业的落地及应用。Lepton AI 致力于建立高效可用的AI 基础设施，让团队更关注于应用构建及落地。在本次分享中鱼哲将带来关于AI产品相关的思考，分享主题《Beyond Infra, what matters?—— 不同AI产品形态对团队的挑战》。
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。
🍰
本期活动将在11月9日 10:00开始，我们邀请到的嘉宾是鱼哲，Lepton AI 创始成员，曾在阿里云担任高性能 AI 平台产品负责人，专注于 AI 在多个行业的落地及应用。Lepton AI 致力于建立高效可用的AI 基础设施，让团队更关注于应用构建及落地。在本次分享中鱼哲将带来关于AI产品相关的思考，分享主题《Beyond Infra, what matters?》。
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
RoboDual：行业首款通用具身操作的双系统协同框架诞生
智元机器人与上海人工智能实验室合作推出了首款通用具身操作双系统协同框架——RoboDual，旨在融合通才（Generalist）的广泛适应性和专才（Specialist）的高效精准性，以提升机器人的操作灵活性和准确性。传统具身智能系统中，负责任务规划的“大脑”泛化能力强但实操效率低，而负责运动控制的“小脑”精度高但适应性不足，两者通常难以协同工作。RoboDual通过在机器人边缘侧部署该框架，利用“小脑”的低延迟、高精度特点弥补“大脑”的不足，实现高效推理和任务执行。
RoboDual框架采用异步控制架构，即在Generalist生成一次动作时，Specialist能生成多步连续动作，从而在保证鲁棒性和精度的前提下，显著降低了控制延迟。在实验中，RoboDual在NVIDIA RTX 5000 Ada GPU上实现了15Hz的控制频率，在仿真和真机环境中的泛化和适应能力超越了传统模仿学习方法。相比OpenVLA，RoboDual在高效任务适配的同时，推理延迟更低，能够以仅5%的数据量实现对新场景和任务的快速适应。
RoboDual框架中，Generalist部分基于Prismatic-7B VLM的OpenVLA架构，处理视频帧和指令，自回归生成动作潜变量，并交给Specialist模型。Specialist使用Diffusion Transformer (DiT)架构，结合Generalist的动作参考及传感器输入进行多步连续动作预测，确保动态场景中的精确控制。实验表明，RoboDual在多个泛化场景下表现优越，提供了更广泛的通用机器人操作解决方案，推动了机器人技术的广泛应用与发展。
OpenAI满血版o1剧透：数学代码能力再破天花板，已开启测试评估
OpenAI在官网商业化频道中对即将发布的满血版o1模型进行了提前预告。视频显示，满血版o1与GPT-4o和o1-preview（预览版）同场对比，在数学和编码能力上明显领先。据透露，OpenAI计划同步发布GPT和o1两个系列，满血版o1正在基准测试中，未来几个月还将为o1系列增加网页浏览、文件和图像上传等功能，并支持ChatGPT自动选择合适模型。
然而，网友发现一个有趣现象：在PhD级别的科学任务中，满血版o1竟不敌o1-preview。对此，OpenAI首席产品官Kevin Weil解释，这或许是由于两者的构建方式存在细微差别。目前，o1推理模型仍处于改进阶段，未来的测试结果将揭示更详细的性能差异。