欢迎关注具身智能大讲堂回顾过去的2024年，具身智能技术的迭代迅猛，而围绕具身智能落地的形态也正在向着具象化衍进，人形机器人作为具身智能最佳载体，在今年获得了广泛的关注。值此开年之际，笔者将从具身智能概念、具体形态、落地政策、技术路线、商业化路径等板块为大家解读具身智能产业投资机会。1►何为具身智能？具身智能底层逻辑是什么？具身智能是指依靠物理实体通过与环境交互来实现智能增长的智能系统。此前，人工

来源：图灵人工智能McCulloch-Pitts人工神经元模型80周年纪念：思想、方法与意义缪青海1王雨桐2吕宜生1,2那晓翔3王飞跃1,2（1. 中国科学院大学人工智能学院,北京 100049；2. 中国科学院自动化研究所复杂系统管理与控制国家重点实验室,北京 100190；3. 剑桥大学工程系,英国 剑桥 CB2 1PZ ）DOI：10.11959/j.issn.2096-6652...

的模式，不仅打破了数据瓶颈，还能覆盖传统采集难以触及的极端场景，如地震后的救援环境、核辐射区域的作业场景等，极大拓展了机器人的应用边界。这一瓶颈不仅限制了机器人的续航能力，也削弱了其在极端场景中的鲁棒性，成为制约产业落地的重要障碍。这一阶段的核心突破在于。算法的理论雏形，到如今在智能驾驶、工业机器人领域的规模化应用，世界模型用三十余年的发展，完成了从。

来源：学术头条整理：学术君‍人类拥有视觉空间智能，可以通过连续的视觉观察记忆空间。然而，在百万规模的视频数据集上训练的多模态大语言模型（MLLMs）也能从视频中进行“空间思维”吗？今日凌晨，纽约大学计算机科学助理教授谢赛宁团队联合“AI 教母”、斯坦福大学首位红杉讲席教授李飞飞和耶鲁大学计算机科学与经济学本科生 Rilyn Han，在一项名为“空间思维”（Thinking in Space）的研究

来源：专知摘要：”当研究问题或数据集包括多个这样的模态时，其特征在于多模态。【导读】人工智能领域最顶级国际期刊IEEE Transactions on Pattern A...

Sokoban 是不可逆规划任务，考验模型的长期推理能力 FrozenLake 是随机导航任务，考验模型在不确定环境下的策略稳定性MetaMathQA 是数学推理任务，考验模型的符号推理能力 Countdown 是算式构造任务，考验模型的组合推理能力 SearchQA 是多轮检索任务，考验模型的信息整合能力 WebShop 是网页导航任务，考验模型的工具使用与决策能力 DeepCoder 是代码合

千寻智能已将该方法应用于实际验证，例如通过分析人类叠毛巾的视频，模型学习到毛巾的运动轨迹和手的操作方式，并迁移到机器人上，使其能处理任意状态的衣服或在陌生环境中倒茶，展示了较高的成功率与实用性。与大语言模型数据不同，具身智能需要采集物理交互中的高维动态数据（如力反馈、材质摩擦、碰撞响应等），但真实场景数据获取依赖精密传感器和硬件设备，且受限于场景多样性、安全风险及隐私等问题，目前全国范围内具身智能

作者 |Lilian WengOneFlow编译翻译｜杨婷、宛子琳、张雪聃题图由SiliconFlow MaaS平台生成过去几年，扩散模型（Diffusion models）在图像合成领域取得了显著成效。目前，研究界已开始尝试更具挑战性的任务——将该技术用于视频生成。视频生成任务是图像生成的扩展，因为视频本质上是一系列连续的图像帧。相较于单一的图像生成，视频生成的难度更大，原因如下：它要求在时间.

来源：智源社区作者：Jeff Ullman编译：梦佳1Have we missed the boat again?多年来，数据库领域有一种言论认为，数据库系统正在变得无关紧要。大家似乎...

来源：选自Quanta magazine作者：Allison Whitten编译：机器之心编辑：张倩在前段时间的一篇文章中，李飞飞指出了计算机视觉未来的几个重要方向，其中最重要的一个就是具身智能。她认为，具身智能将成为 AI 领域的下一个「北极星问题」之一。那么，具身智能是什么？为什么如此重要？现在发展到什么程度了？这篇文章进行了详细分析。2009 年，当时在普林斯顿大学...