近年来，机器人取得了显著进展，能表演杂技、跳舞、听从指令，甚至完成叠衣服、擦桌子等复杂任务。但机器人面临的最大挑战并非灵活性，而是泛化能力——在新环境中正确完成任务的能力。想象一个你家中的清洁机器人：每个家庭布局不同，物品摆放各异。机器人必须在多个层面上实现泛化。低层面上，它需学会如何抓起未曾见过的勺子或盘子；高层面上，它要理解任务语义，如衣服应放进洗衣篮、用何种工具擦拭溢出物。实现这种能力既依赖

在数据集构建方面，Vision2Web 筛选并整合了大量真实世界的网站资源，最终包含了 193 个开发任务，广泛覆盖内容、交易、SaaS 平台及公共服务 4 个类别下的 16 个子类，总计配备了 918 张原型图像和 1255 个测试用例，旨在为评估模型在多样化、高复杂度场景下的泛化能力提供坚实且高质量的数据基础。作为对工程能力的终极考核，全栈网站开发任务则要求模型面对结构化的需求文档与复杂原型图

近年来，机器人取得了显著进展，能表演杂技、跳舞、听从指令，甚至完成叠衣服、擦桌子等复杂任务。但机器人面临的最大挑战并非灵活性，而是泛化能力——在新环境中正确完成任务的能力。想象一个你家中的清洁机器人：每个家庭布局不同，物品摆放各异。机器人必须在多个层面上实现泛化。低层面上，它需学会如何抓起未曾见过的勺子或盘子；高层面上，它要理解任务语义，如衣服应放进洗衣篮、用何种工具擦拭溢出物。实现这种能力既依赖

上海交大全光生成式AI芯片，登上Science！

ViLBERT: Pretraining Task-Agnostic Visiolinguistic Representations for Vision-and-Language Tasks论文作者：Jiasen Lu, Dhruv Batra, Devi Parikh, Stefan Lee（佐治亚理工学院、俄勒冈州立大学、Facebook AI Research）点此进入“论文地...

作者：肖健 哈尔滨工程大学ACM SIGCHI会议是人机交互领域最顶级的国际会议（CCF中国计算机学会认定的A类会议），受到了学术界与工业界的广泛关注与重视。我们收集整理了CHI 2016年至2018年来的高引论文，进行了简单解读，供各位小伙伴参考。另外，THU AI TR 2019年第七期—人工智能之人机交互报告，马上就要跟大家见面了，欢迎关注！CHI-2018年V...

大模型日报｜4 篇必读的大模型论文

泡沫、智能体、开源、中美AI竞赛。

大模型日报｜8 篇必读的大模型论文

赋能多模态场景应用。