仅靠视觉自主分类物体、能做瑜伽特斯拉人形机器人再进化也许未来，真如《终结者》等科幻电影那样，人形机器人将与真人无异。沉寂了几个月的特斯拉人形机器人擎天柱（Optimus）终于有了新的动态。记得上一次看到它还是在特斯拉股东大会上，当时 Optimus 展示了自由行走、灵活抓取放下物体等技能。今天，特斯拉 Optimus 又进化了。现在，它

　　本文由站长之家合作伙伴自媒体作者“机器之心公众号”授权发布于站长之家平台，本平台仅提供信息索引服务。由于内容发布时间超过平台更新维护时间，为了保证文章信息的及时性，内容观点的准确性，平台将不提供完全的内容展现，本页面内容仅为平台搜索索引使用。需阅读完整内容的用户，请查看原文，获取内容详情。

　　11.11云上盛惠！海量产品 · 轻松上云！云服务器首年1.8折起，买1年送3个月！超值优惠，性能稳定，让您的云端之旅更加畅享。快来腾讯云选购吧！

　　在刚刚过去的周末，特斯拉Optimus官方账号上传了一段新视频，展示了旗下人形机器人最新技能。可以看到它不仅能够依靠视觉就能给物品分类能单腿站立做出瑜伽动作，可以说进步明显，马斯克在评论区也直接表示Progress”。”可以看到视频中机器人完成了按照颜色为物体分类的任务能将被故意移开的积木重新定位并放回原处，甚至可以在摆放的过程中纠偏”，这些说明它能够适应变化的环境并随时做出调整非单纯按照设定程序执行。

　　特斯拉Optimus，特斯拉的人形机器人，在最新的视频中展示了惊人的进步，该视频由官方特斯拉Optimus账号发布。特斯拉机器人现在运行在与特斯拉汽车相同的端到端神经网络上，该网络可以处理视频输入并生成控制输出。Apptronik的机器人可能是特斯拉Optimus的潜在竞争对手，后者仍在开发中。

　　特斯拉发布了其首款人形机器人“擎天柱”的最新进展。在最近一次更新中，该公司指出，该机器人现在能够自主分类物体，并完成瑜伽动作。这些姿势与任何实际工作负载无关，但展示了该机器人如何控制其身体并保持其稳定性。

　　人形机器人，大众对他的理解，往往还存在于科幻影片中，无论是《变形金刚》、《终结者》、《机械战警》等汇聚各种材料、各种类型的人形机器人火爆激战场面的电影是《人工智能》、《真实世界》、《铁甲钢拳》等将人形机器人赋予人类情感的影片，人形机器人都是科幻电影的主角，代表着未来各项尖端科技汇聚的最高成果。人形机器人被国际上视作衡量国家科技创新能力、高端制造业水平和产业竞争力的重要标志之一，被誉为“机器人皇冠上的明珠”。伟景智能将紧紧抓住这个跨时代的历史机遇，沉下心来认真打磨技术与产品，为梦想、为世界带来更多的关于人形机器人赛道的“iPhone时刻”！

　　打破场景限制，不一样的“斜杠青年”。随着服务机器人不断进入到商场、超市、写字楼、酒店等新场景，场景的多样化和复杂度也在明显提升，由于场景的独特性，对于机器人的要求也千差万别，这意味机器人需要更强大的适应性，并同时满足使用体验、成本等要求。其中与传统清洁设备厂商ICE合作的中型清洁机器人Cobi18，已在全球十几个国家批量部署，且在欧美市场实现运行零故障。

　　面对劳动力短缺，安保公司正在积极探索使用机器人来替代人类保安，以应对高换岗率等问题。安保行业正在寻求利用机器人来解决其一直以来的高换岗率问题。消费者担心自动化会使餐饮体验更加不人性化担心可能导致人工失业、准确性下降以及隐私和安全问题。

　　10月12日，2023萤石清洁机器人新品发布会在杭州举行。萤石发布了扫拖一体机器人RS20Pro和云视觉商用清洁机器人BS1，实现家用、商用清洁场景全覆盖，更丰富的产品矩阵，更先进的智能技术，已经近在眼前。萤石将不断进行技术创新，提升产品品质，努力为消费者提升居家的安全感、舒适感及幸福感。

　　阿宁在酒店点了一份外卖，外卖员称已经放到酒店大堂，一会送上来。客房的电话响起，里面传来AI提示开门的声音。应受访者要求，文中阿宁、徐远为化名。

　　百度搜索推出了一款求职助手类的AI机器人，旨在帮助求职人群提升求职体验，包括简历优化、面试指导、薪资谈判等全流程服务。该机器人可以根据用户的情况提供个性化的职业推荐和谈薪话术，帮助求职者更好地准备面试并获得满意的薪资待遇。该机器人在百度APP的秋招专题会场中上线，用户可以通过搜索“百度AI秋招进行时”来获取相关信息和服务。

　　全球商用服务机器人的领导者普渡科技宣布与软银机器人正式达成战略合作，携手共创商用服务机器人新未来。通过此次合作，普渡科技在配送机器人和清洁机器人品类的产品技术优势将与软银机器人在日本市场的专业知识强强联合，实现共赢。作为一家机器人集成商，我们正在利用这些无与伦比的资源，以满足所有希望机器人成功的开发者的需求，以及渴望采用机器人的用�

　　Tidio是一款在线客服软件，提供带有聊天机器人增强的实时聊天功能，帮助您提供优质的客户服务。该软件已经赢得了全球30万+企业的信赖。

　　DiffusionLight是一项利用扩散模型在单张输入图像中估算照明效果的技术。它利用训练好的Stable Diffusion XL模型绘制一个镜面反射球,然后将球体展开得到全景照明图。该技术解决了现有基于神经网络的方法依赖有限HDR全景数据集导致在真实复杂场景下效果不佳的问题。关键创新在于发现了扩散噪声图和镜面反射球生成质量之间的关系,迭代生成高质量镜面球;以及通过LoRA 进行多曝光训练,使LDR模型也可以输出HDR格式。该技术可产生逼真的照明估计,特别适用于野外场景。

　　Rawbot是一个AI模型比较平台，帮助用户轻松比较不同AI模型，并发挥它们在项目中的全部潜力。用户可以基于准确的并排比较来选择最佳的AI模型。Rawbot与ChatGPT、Cohere和J2 Complete兼容。

　　Auto Seduction AI是一款智能约会助手，通过个性化消息和完美的对话开场白，帮助用户每周获得1至4次约会。其独特的照片智能分析功能可以创建令人着迷的对话开场白，帮助用户获得更多的约会回应。用户可以使用其自动化的冷读、轻微调情、邀约等功能，平均只需4-6条消息就能成功安排一次约会。该产品支持多种语言，包括英语、西班牙语、法语、德语、意大利语、俄语和印地语。

　　Resume Revival是一款免费在线AI简历生成器，利用ChatGPT技术提供最高质量的简历和求职信创建。产品功能包括AI驱动的简历和求职信生成、技能缺口分析、广泛的定制选项以及职业拓展。用户可以使用直观的在线平台免费增强求职申请。

　　该代码仓库包含从合成图像数据(主要是图片)进行学习的研究,包括StableRep、Scaling和SynCLR三个项目。这些项目研究了如何利用文本到图像模型生成的合成图像数据进行视觉表示模型的训练,并取得了非常好的效果。

　　vx.dev是一个开源的v0.dev替代品。它具有以下优点: - 低成本:通过提示工程技术,可以大大降低使用成本 - 易于定制:提供开源的提示,可以根据需求定制UI组件或代码风格 - GitHub无缝集成:生成的代码存储在GitHub上,内置版本控制、代码审查等功能 vx.dev的工作原理是,使用GPT-4模型根据事先定义好的提示来生成代码。主要成本在于输入和补全的标记数量。提示存储在prompts/ui-gen.md中,包含shadcn/ui、lucide和nivo图表的指令。通过删除不需要的组件指令,可以降低每次生成的API成本。 vx.dev可以轻松定制。用户可以基于现有提示进行修改,使用其他UI库或调整代码风格。生成的代码存储在GitHub上,拥有版本控制、协同等特性。私有仓库可以保证生成结果的可见性。

　　Lampi 是一款由 AI 驱动的安全平台，可在您完全控制的前提下进行广泛的搜索，并生成基于知识的内容。Lampi 旨在确保您的数据保持私密和在您的控制之下。产品定价和详细信息请访问官方网站。

　　AnyChat是一款AI助手应用，通过使用AI完成任务和回答问题来提高工作效率。用户可以通过AnyChat执行各种任务，如搜索、生成文档、回答问题等。通过AnyChat，用户可以优化工作流程，提高工作效率。

　　Kin是您私人生活的AI助手。它具有无限的耐心、同情心和专业知识，并全天候为您提供支持。Kin建立在语义和情节记忆之上，能够深入了解您，同时注重隐私和安全。它通过本地存储、自主数据控制以及边缘机器学习等技术，保障您的数据安全。Kin还提供任务管理、优先级组织、时间优化等功能，可帮助您更好地利用时间。Kin目前处于测试阶段，正在接受早期访问请求。

　　FreeInit是一个简单有效的方法,用于提高视频生成模型的时间一致性。它不需要额外的训练,也不引入可学习的参数,可以很容易地在任意视频生成模型的推理时集成使用。

　　Discoze是一个通过AI孪生模型实现社交发现和交流的APP。用户可以创建自己的AI孪生,使其学习并模仿自己的语音、照片和个性。其他用户可以通过AI孪生模型进行交流,从而快速发现共同语言的朋友。Discoze实现了零等待时间的社交,用户可以随时通过AI孪生开始交流。

　　ODIN（Omni-Dimensional INstance segmentation）是一个模型，可以使用转换器架构在2D RGB图像和3D点云上进行分割和标记。它通过在2D视图内和3D视图之间交替融合信息来区分2D和3D特征操作。ODIN在ScanNet200、Matterport3D和AI2THOR 3D实例分割基准上实现了最先进的性能，并在ScanNet、S3DIS和COCO上实现了竞争性能。当使用来自3D网格的采样点云代替感知的3D点云时维基体育手机版APP下载，它超过了以往所有的作品。作为可指导的具体化代理架构中的3D感知引擎时，它在TEACh对话动作基准上树立了新的最先进水平。我们的代码和检查点可以在项目网站找到。

　　LLM Augmented LLMs通过将现有基础模型与更具体的模型进行组合，实现新的能力。CALM（Composition to Augment Language Models）引入模型之间的交叉注意力，以组合它们的表示并实现新的能力。其显著特点包括：（i）通过“重用”现有LLMs以及少量额外参数和数据，在新任务上扩展LLMs的规模；（ii）保持现有模型权重不变，因此保留现有的能力；（iii）适用于不同的领域和设置。实验证明，将PaLM2-S与在低资源语言上训练的较小模型进行增强，在诸如翻译成英语和低资源语言的算术推理等任务上，结果绝对改善了高达13%。类似地，当PaLM2-S与特定于代码的模型进行增强时，在代码生成和解释任务上，相对于基础模型，我们看到了高达40%的改进，与完全微调的对应模型不相上下。

　　这款产品是一种3D GAN技术，通过学习基于神经体积渲染的方法，能够以前所未有的细节解析细粒度的3D几何。产品采用学习型采样器，加速3D GAN训练，使用更少的深度采样，实现在训练和推断过程中直接渲染完整分辨率图像的每个像素，同时学习高质量的表面几何，合成高分辨率3D几何和严格视角一致的图像。产品在FFHQ和AFHQ上展示了最先进的3D几何质量，为3D GAN中的无监督学习建立了新的标准。

　　Dreamy.ai是一个人工智能驱动的虚拟聊天平台。用户可以与逼真的虚拟角色进行沉浸式对话,实现角色扮演和交流。平台提供自定义人工智能女友、选择不同人物形象与个性,打造独一无二的虚拟伴侣。核心功能有自然语言处理、情感计算等AI技术,可实现自主对话和互动。优势是个性化体验强,可提升用户想象力与情感联系。定位虚拟娱乐、陪伴市场。

　　3D Fauna是一个通过学习 2D 网络图片来构建三维动物模的方法。它通过引入语义相关的模型集合来解决模型泛化的挑战，并提供了一个新的大规模数据集。在推理过程中，给定一张任意四足动物的图片，我们的模型可以在几秒内通过前馈方式重建出一个有关联的三维网格模型。

　　LLaMA Pro 是一种用于大规模自然语言处理的模型。通过使用 Transformer 模块的扩展，该模型可以在不遗忘旧知识的情况下，高效而有效地利用新语料库来提升模型的知识。LLaMA Pro 具有出色的性能，在通用任务、编程和数学方面都表现出色。它是基于 LLaMA2-7B 进行初始化的通用模型。LLaMA Pro 和其指导类模型（LLaMA Pro-Instruct）在各种基准测试中均取得了先进的性能，展示了在智能代理中进行推理和处理各种任务的巨大潜力。该模型为将自然语言和编程语言进行整合提供了宝贵的见解，为在各种环境中有效运作的先进语言代理的开发奠定了坚实的基础。