logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

具身智能的模型发展:技术演进、架构创新与未来展望

摘要 具身智能(Embodied AI)研究致力于构建能与物理世界交互的智能系统,其发展经历了四个阶段:1)符号主义时期(1960s-1980s)以Shakey机器人为代表,采用符号规划与感知分离架构;2)行为主义时期(1980s-2000s)强调反应式控制,如Brooks包容架构和Roomba机器人;3)深度强化学习时期(2010s)实现从感知到动作的端到端控制,如AlphaGo和机器人策略迁移

文章图片
#架构#人工智能#神经网络
Seedance 2.5与具身智能:火山引擎驱动的AI视频生成变革

具身智能(Embodied AI)是人工智能领域的前沿分支,其核心研究目标是让AI系统"理解"物理世界并能与物理世界进行有效交互。这与传统的"旁观式AI"形成了鲜明对比。一个具身智能系统需要具备感知、推理、决策、执行的完整闭环。具身智能的发展长期受制于一个核心瓶颈——数据。传统数据获取方式:实机采集(成本高、速度慢)或物理仿真(sim-to-real gap难以弥合)。

#人工智能#火山引擎#音视频
机器人与具身智能:技术架构、发展路径与未来展望

人工智能的发展历程经历了多次范式转换。1950年,艾伦·图灵提出了著名的“图灵测试”,试图通过对话能力来衡量机器的智能水平。这一标准在随后的几十年里主导了AI研究的方向,使得研究者们过度关注抽象的符号运算和逻辑推理,而忽视了智能体与物理世界交互的重要性。早期的AI系统,如专家系统、国际象棋程序等,虽然在特定领域展现出超越人类的能力,但它们本质上仍然是封闭系统,无法感知真实世界的复杂性,也无法将智能

#机器人#架构#人工智能 +1
大小模型与机器人:从大语言模型到具身智能的技术深度剖析

大模型,通常指参数量在数十亿以上的深度神经网络模型。以GPT系列为代表的大语言模型为例,GPT-3拥有1750亿参数,GPT-4据估计参数量达到1.8万亿。这种规模的跃升并非简单的量变,而是伴随着质变的涌现(Emergence)现象。研究表明,当模型规模超过某一临界点时,会突然涌现出一些在小模型上不曾出现或表现极差的能力。这种涌现能力包括但不限于:复杂的推理能力、多步骤的问题解决能力、跨领域的知识

文章图片
#机器人#语言模型#人工智能
Agent-Plan-x-DeepSeek-Harness-微分积分方程

走廊契约管住了"历史是否可信",但还没有解决"历史过多"的问题。记忆核代理(KMP)回答这个问题。KMP 的核心观察是:大多数工程核函数的历史贡献服从幂律或指数衰减——近处的记忆重要,远处的记忆可以概括。因此 KMP 用两件套来压缩历史积分表:其一是滑动窗,只保留最近 W 步的完整核值,W 之外的旧历史不再逐项保留;其二是低秩截断,对窗口内外的核值表做奇异值分解,只保留前 k 个主导奇异模式作为整

文章图片
#人工智能
Agent-Plan-x-DeepSeek-Harness-货运物流运输

本文把《Agent Plan × DeepSeek Harness》系列的契约主线推进到了货运物流领域,给出了货运运输契约(FTC)这一可操作的编排方案:为每趟运输建立运单画像,用四元组检查点把时效、配载、温控、合规约束翻译成可判定、可追溯的裁决指令,再通过接单对齐、配载规划、在途执行、交付验收四道门禁把它组织成链条。

文章图片
#人工智能
Agent-Plan-x-DeepSeek-Harness-军事化AI的商业

军事智能化正在从「概念验证」走向「规模化装备」的关键节点。全球主要军事力量在过去五年里,把人工智能从实验室话题上升为国防战略的优先事项,投入到智能指挥、无人集群、态势感知、电子对抗、后勤保障与训练模拟等环节。用软件与数据定义战争系统的演进节奏,而非仅靠传统硬件制造。在一个以开源大模型为推理引擎、以智能体(Agent)编排为核心架构的技术底座上,如何进入军事化 AI 的商业市场,并构建可持续、合规、

文章图片
#人工智能#大数据
Rokid_AIUI_成都沙龙_深度观察

这场沙龙选在成都,不是偶然。回到那场成都的沙龙。几十个人,坐在一间不算大的屋子里,讨论的不是"AI 有多强",而是"怎么把一个想法,变成眼镜上能跑的东西"。这个场景本身,比任何发布会都更能说明行业的阶段——从"看别人演示",到"自己动手做"。它能不能戴?它能不能办事?而"办事"这件事,靠的不是一家公司,是成千上万个开发者,把各自的行业经验、场景理解、用户洞察,变成一个个具体的智能体。Rokid 提

文章图片
#人工智能#大数据
Rokid_AIUI_成都沙龙_深度观察

这场沙龙选在成都,不是偶然。回到那场成都的沙龙。几十个人,坐在一间不算大的屋子里,讨论的不是"AI 有多强",而是"怎么把一个想法,变成眼镜上能跑的东西"。这个场景本身,比任何发布会都更能说明行业的阶段——从"看别人演示",到"自己动手做"。它能不能戴?它能不能办事?而"办事"这件事,靠的不是一家公司,是成千上万个开发者,把各自的行业经验、场景理解、用户洞察,变成一个个具体的智能体。Rokid 提

文章图片
#人工智能#大数据
Agent-Plan-x-DeepSeek-Harness-开源的策略

本文把《Agent Plan × DeepSeek Harness》系列的契约主线推进到了开源策略领域,给出了开源采纳契约(OCA)这一可操作的编排方案:把开源采纳的四道工序编码为四阶段契约链,用四元组检查点把开源治理约束翻译成可判定、可追溯的裁决指令。对照实验显示:契约化 Agent 在 250 个采纳任务上把成功率从 49.20% 提升到 97.60%,平均步数从 7.12 压缩到 4.16,

文章图片
#开源#人工智能#大数据 +1
    共 51 条
  • 1
  • 2
  • 3
  • 6
  • 请选择