4月24日-26日,由中国电子学会主办,无锡市惠山国有投资控股集团有限公司、中国人形机器人百人会共同承办,中央广播电视总台社教节目中心支持的“首届具身智能机器人运动会”(以下简称“运动会”)在无锡市惠山区成功举办。
运动员代表宣誓
开幕式启动仪式
运动会期间,国家地方共建具身智能机器人创新中心、国家地方共建人形机器人创新中心、杭州宇树科技有限公司、深圳市优必选科技股份有限公司、北京加速进化科技有限公司、松延动力(北京)科技有限公司、上海卓益得机器人有限公司、魔法原子机器人科技(无锡)有限公司、乐聚(深圳)机器人技术有限公司、天奇自动化工程股份有限公司等100余家科研团队、知名企业及高校代表参与,机器人数量超过150台。
竞赛围绕竞技赛和应用赛,设置竞速跑、越野跑、足球、篮球、舞蹈、格斗、搬运、智能抓取、室内救援、创新场景共10个大项,评选出技术类、互动类、场景类、设计类4大类奖项,全面展现了具身智能机器人领域的技术突破成果和应用落地成效。
本次运动会同期开展了具身智能机器人整机和零部件对接活动,展示人形机器人伺服系统、关节模组、谐波减速器、传感器、毫米波雷达等机器人核心零部件,江苏意优机器人科技有限公司、无锡威孚高科技集团股份有限公司、无锡蔚瀚智能科技有限公司、无锡市腾马精密传动有限公司等 “无锡牌”优势产品集中亮相,充分展现了无锡在高端智能制造领域的技术创新与突破能力。
嘉年华活动区域,机器人运动员们通过围棋、象棋、书法等人机互动项目,以及机器人售卖咖啡、烧烤等活动,让大众感受到具身智能机器人未来的发展与趋势,搭建了公众与科技深度对话的桥梁。
具身智能机器人作为未来产业的重要赛道,正加速走进大众视野。运动会的成功举办,既是对具身智能领域前沿创新成果与多元化应用潜力的集中展示,也是凝聚产学研各方合力推动更多产业共识与合作的落地,持续为推动具身智能领域协同创新与开放共享,培育新质生产力提供有力支撑。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。