-
使用语言让机器人更好地掌握开放世界
想象一下，您正在国外拜访一位朋友，您查看了他们的冰箱，看看有什么可以做一顿丰盛的早餐。许多物品一开始对您来说都是陌生的，每一件物品都装在不熟悉的包装和容器中。尽管存在这些视觉上的区别，您还是开始了解每一种的用途，并根据需要选择它们。受人类处理不熟悉物体的能力的启发，麻省理工学院计算机科学与人工智能实验室 (CSAIL) 的一个团队设计了机器人操纵特征场 (F3RM)，这是一个将 2D 图像与基础模型特征混合到 3D 场景中的系统，以帮助机器人识别并抓住附近的物品。F3RM可以...
作者：airobotnews 日期：2023.11.16 分类：人工智能 64 -
-
Zero123++：从单张图像推理出多个视图模型
Zero123++，这是一种图像条件扩散模型，用于从单个输入视图生成 3D 一致的多视图图像。为了充分利用预训练的 2D 生成先验，我们开发了各种条件和训练方案，以最大限度地减少现成图像扩散模型（例如稳定扩散）的微调工作。Zero123++ 擅长从单个图像生成高质量、一致的多视图图像，克服纹理退化和几何错位等常见问题。此外，我们展示了在 Zero123++ 上训练 ControlNet 以增强对生成过程的控制的可行性。 ...
作者：ROBOT@qwh 日期：2023.10.25 分类：人工智能 136 -
在音频中将你的描述和内容分开模型AudioSep
语言查询音频源分离（LASS）是计算听觉场景分析（CASA）的新范例。LASS 旨在根据自然语言查询从音频混合物中分离出目标声音，这为数字音频应用程序提供了自然且可扩展的接口。最近的 LASS 工作尽管在特定源（例如乐器、有限类别的音频事件）上取得了有希望的分离性能，但无法在开放域中分离音频概念。在这项工作中，我们介绍了 AudioSep，这是一种使用自然语言查询进行开放域音频源分离的基础模型。我们在大规模多模态数据集上训练 AudioSep，并广泛评估其在音频事件分离、乐器...
作者：ROBOT@qwh 日期：2023.10.16 分类：项目 166 -
什么是KNN 邻近算法
What is K-Nearest Neighbors (KNN)?K-最近邻是一种机器学习技术和算法，可用于回归和分类任务。K 最近邻检查目标数据点周围选定数量的数据点的标签，以便对数据点所属的类别进行预测。K 最近邻 (KNN) 是一种概念上简单但非常强大的算法，因此，它是最流行的机器学习算法之一。让我们深入研究 KNN 算法，看看它到底是如何工作的。充分了解 KNN 的运作方式将使您了解 KNN 的最佳和最差用例。K 最近邻 (KNN) 概述让我们在 2D 平面上可视化...
作者：ROBOT@qwh 日期：2023.10.07 分类：人工智能 114
热门文章
-
与大型语言模型和机器人相关的资源、文章和观点列表
我们收集了一些与大型语言模型（LLM）相关的文章，观点，视频和资源。其中一些链接还涵盖了其他生成模型。我们将定期更新此列表，以添加任何其他感兴趣的资源。本文是该系列的第三篇。（以前的版本在这里：v1 |v2.）什么是法学硕士以及它们是如何工作的什么是生成AI模型？，Kate Soule，来自IBM Technology的视频。大型语言模型简介，John Ewald，来自Google Cloud Tech的视频。什么是 GPT-4，它与 ChatGPT 有何不同？，A... -
在音频中将你的描述和内容分开模型AudioSep
语言查询音频源分离（LASS）是计算听觉场景分析（CASA）的新范例。LASS 旨在根据自然语言查询从音频混合物中分离出目标声音，这为数字音频应用程序提供了自然且可扩展的接口。最近的 LASS 工作尽管在特定源（例如乐器、有限类别的音频事件）上取得了有希望的分离性能，但无法在开放域中分离音频概念。在这项工作中，我们介绍了 AudioSep，这是一种使用自然语言查询进行开放域音频源分离的基础模型。我们在大规模多模态数据集上训练 AudioSep，并广泛评估其在音频事件分离、乐器... -
机器人烹饪方法YORI
由加州大学洛杉矶分校的机器人与机械实验室一直在研究，既利用机器人友好的自动化，又利用人类技能，使事物味道正确，的烹饪机器人解决方案。 论文链接：https://spectrum.ieee.org/romela-cooking-robot... -
什么是边缘人工智能和边缘计算？
边缘人工智能是人工智能最引人注目的新领域之一，它的目标是让人们运行人工智能流程，而不必担心隐私或因数据传输而导致的速度减慢。边缘人工智能正在使人工智能得到更广泛、更广泛的使用，让智能设备无需访问云即可快速对输入做出反应。虽然这是 Edge AI 的快速定义，但让我们花点时间通过探索使其成为可能的技术并查看 Edge AI 的一些用例来更好地了解 Edge AI。什么是边缘计算？为了真正理解Edge AI，我们首先需要了解边缘计算，而理解边缘计算的最好方式就是将其与云计算进行对... -
构建桌面机器人
什么是桌上机器人？桌子上有一个桌子机器人。比赛分为三个“阶段”：第一阶段：建造一个从桌子的一端到另一端并返回的机器人。第二阶段：让机器人将一块块从桌子的壁架上推下来。第三阶段：让机器人将积木推入安装在桌子末端的鞋盒中。还有一个非官方的第四阶段——那就是从桌面上掉下来并生存下来。我没有尝试这个阶段。大多数桌面机器人都非常简单——几个声纳或红外传感器，它们在桌面上徘徊，希望完成不同的阶段。我的桌面机器人完全不同——当机器人在 2023 年 RoboGames 上获得金牌时，它得到...
