什么是杂草、什么需要在田间清除,过去由农民的眼睛来判断——而现在,越来越多地由Carbon Robotics的新AI模型来决定。
总部位于西雅图的Carbon Robotics公司制造了LaserWeeder——一种使用激光杀死杂草的机器人车队。该公司周一宣布推出一款名为"大型植物模型"(LPM)的新AI模型。该模型可以即时识别植物物种,使农民能够瞄准新杂草,而无需重新训练机器人。
LPM基于超过1.5亿张照片和数据点进行训练,这些数据由该公司的机器从15个国家的100多个农场收集而来,这些农场目前正在使用这些机器人。该模型现在为Carbon AI提供支持,Carbon AI是作为该公司自动除草机器人内部大脑的AI系统。
Carbon Robotics的创始人兼首席执行官Paul Mikesell告诉TechCrunch,在LPM出现之前,每当农场出现新型杂草时——甚至是同一种杂草在不同土壤中或外观略有不同时——公司都必须创建新的数据标签来重新训练机器识别该植物。
Mikesell说,这个过程每次大约需要24小时。现在,LPM可以即时学习新杂草,即使它以前从未见过。
"农民可以实时操作并说:'嘿,这是一种新杂草,我想让你消灭它',这是以前从未做到过的,"Mikesell说。"不需要新的标记或重新训练,因为大型植物模型在更深层次上理解它所看到的内容和植物的类型。"
Mikesell表示,这家成立于2018年的公司在2022年开始运送第一批机器后不久就开始开发这个模型。Mikesell在Uber和Meta的Oculus虚拟现实头显项目的工作经历中积累了多年构建此类神经网络的经验。
这个新模型将通过软件更新应用到公司现有的系统中。从那时起,农民可以通过在机器人用户界面中选择机器收集的照片,告诉机器要杀死什么和保护什么。
Carbon Robotics已从包括英伟达NVentures、Bond和Anthos Capital等投资者那里筹集了超过1.85亿美元的风险投资。现在,随着机器继续向LPM提供新数据,该公司将继续对模型进行微调。
"我们的训练集中现在有超过1.5亿个标记植物,"Mikesell说。"我们现在拥有足够的数据,应该能够查看任何图片并判断那是什么样的植物,它是什么物种,它与什么相关,它的结构是什么样的,即使以前从未见过那种特定的植物,因为我们有如此多的数据输入神经网络。"
Q&A
Q1:Carbon Robotics的大型植物模型(LPM)是什么?
A:大型植物模型(LPM)是Carbon Robotics开发的AI模型,可以即时识别植物物种。该模型基于超过1.5亿张照片和数据点进行训练,这些数据来自15个国家100多个农场的机器人收集。它使农民能够瞄准新杂草而无需重新训练机器人,农民可以实时告诉机器要消灭哪些杂草。
Q2:大型植物模型相比之前的技术有什么优势?
A:在LPM出现之前,每当农场出现新型杂草或同一种杂草外观略有不同时,公司都必须创建新的数据标签来重新训练机器,这个过程每次需要大约24小时。而现在,LPM可以即时学习新杂草,即使它以前从未见过,不需要新的标记或重新训练,大大提高了效率。
Q3:Carbon Robotics的LaserWeeder机器人是如何工作的?
A:LaserWeeder是Carbon Robotics制造的使用激光杀死杂草的自动机器人车队。机器人由Carbon AI系统控制,该系统现在由大型植物模型提供支持。农民可以通过在机器人用户界面中选择机器收集的照片,告诉机器要杀死什么植物和保护什么植物,新模型通过软件更新应用到现有系统中。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。