具身智能成败之关键！干货长文首次全面回顾具身智能领域中的视觉
文章链接，https，arxiv.orgpdf2405.14093亮点直击本综述是关于具身智能领域中新兴的视觉语言动作模型的首次全面回顾，全面回顾，对具身智能领域中涌现的VLA模型进行了全面回顾，涵盖了架构、训练目标和机器人任务等各个方面，......
视觉大模型在具身智能上还有很长的路要走！ Meta推出开放世界具身问答数据集OpenEQA
想象一个实体化的AI代理，充当家庭机器人的大脑或时尚的智能眼镜，这样的代理需要利用视觉等感知模态来理解周围环境，并能够用清晰、日常语言有效地与人交流，这类似于构建&，ldquo，世界模型&，rdquo，，即代理对......
阿里史上最大规模开源发布 超GPT
今天凌晨，阿里巴巴官宣了史上最大规模的开源发布，推出了基础模型Qwen2.5、专用于编码Qwen2.5Coder和数学的Qwen2.5Math，这三大类模型一共有10多个版本，包括0.5B、1.5B、3B、7B、14B、32B和72B，适用......
具身智能体三维感知新链条 & SAM 上海AI TeleAI Lab提出多视角融合具身模型
当我们拿起一个机械手表时，从正面会看到表盘和指针，从侧面会看到表冠和表链，打开手表背面会看到复杂的齿轮和机芯，每个视角都提供了不同的信息，将这些信息综合起来才能理解操作对象的整体三维，想让机器人在现实生活中学会执行复杂任务，首先需要使机器人......
一文彻底搞懂大模型
HuggingFaceTransformers是一个开源的预训练模型库，旨在将NLP领域的最新进展向更广泛的机器学习社区开放，该库包含了经过精心设计的最先进的Transformer架构，并提供了易于使用的API，使得研究人员和开发者能够轻松......
Face全面拥抱LangChain 全新官方合作包 Hugging
通过HuggingFace官方包的加持，开发小伙伴们通过简单的api调用就能在langchain中轻松使用HuggingFace上各类流行的开源大语言模型以及各类AI工具，以下是笔者在测试使用后，总结的在LangChain中无缝安装和使用H......
如何不爬梯免费使用AI文生图
现在各种AI大模型大行其道，前有ChatGPT颠覆了我们对对话型AI的原有印象，后有Sora文生视频，让我们看到了利用AI进行创意创作的无限可能性，如今各大公司和团队都争相提出自己的大模型，各种网页端和软件应用也极大地降低了我们使用AI作为......
如何使用NotebookLM制作YouTube视频学习指南
NotebookLM使用AI来总结和组织要点，可以轻松地用YouTube视频创建学习指南，只需上传视频链接，这个工具就可以帮助你将内容转换成结构化指南，用YouTube视频制作学习指南可能很花时间，但是NotebookLM简化了这项任务，N......
如何使用AI学习一门编程语言
译者布加迪审校重楼无论你是软件开发新手还是拥有几十年的丰富经验，总是需要学习新知识，TIOBEIndex追踪50种最受欢迎的编程语言，许多生态系统为职业发展和横向转型提供了机会，鉴于现有技术具有的广度，抽空学习一项新技能并有效运用技能可能困......
中科大等意外发现 大模型不看图也能正确回答视觉问题！
大模型不看图，竟也能正确回答视觉问题，！中科大、香港中文大学、上海AILab的研究团队团队意外发现了这一离奇现象，他们首先看到像GPT4V、GeminiPro、Qwen1.572B、YiVL34B以及LLaVANext34B等大模型，不管是......