為什么機器人技術(shù)遠遠落后于 NLP、視覺和其他 AI 領(lǐng)域?除其他困難外，數(shù)據(jù)短缺是罪魁禍?zhǔn)?。谷?DeepMind 聯(lián)合其他機構(gòu)推出了 Open X-Embodiment 數(shù)據(jù)集，并訓(xùn)練出了能力更強的 RT-X 模型。在大模型不斷取得突破的2023，把大模型當(dāng)做大腦來輔助運行的具身智能機器人研究也在被迅速
......
本文由站長之家合作伙伴自媒體作者“機器之心公眾號”授權(quán)發(fā)布于站長之家平臺，本平臺僅提供信息索引服務(wù)。由于內(nèi)容發(fā)布時間超過平臺更新維護時間，為了保證文章信息的及時性，內(nèi)容觀點的準(zhǔn)確性，平臺將不提供完全的內(nèi)容展現(xiàn)，本頁面內(nèi)容僅為平臺搜索索引使用。需閱讀完整內(nèi)容的用戶，請查看原文，獲取內(nèi)容詳情。
（舉報）
今天凌晨4點，著名大模型訓(xùn)練平臺TogetherAI和智能體平臺Agentica，聯(lián)合開源了新模型DeepCoder-14B-Preview。該模型只有140億參數(shù)，但在知名代碼測試平臺LiveCodeBench的測試分為60.6%，高于OpenAI的o1模型，略低于o3-mini。TogetherAI剛獲得3.05億美元的B輪融資，其估值也從去年的12.5億美元翻倍至33億美元。
全球AI領(lǐng)導(dǎo)者英偉達開源了，用于實體機器人和自動化駕駛的超大訓(xùn)練數(shù)據(jù)合集——NVIDIAPhysicalAIDataset。這個數(shù)據(jù)集一共15T，涵蓋了超過320，000個機器人訓(xùn)練軌跡，以及多達1，000個通用場景描述包括一個SimReady集合。英偉達表示，未來將繼續(xù)擴展PhysicalAIDataset，將其建設(shè)成世界最大、統(tǒng)一的開源數(shù)據(jù)集，可用于AI模型、醫(yī)療、自動化駕駛等不同領(lǐng)域，加速AI、實體機器人的訓(xùn)練效?
被寄予厚望的美國Meta公司的最新開源大模型Llama4發(fā)布不到2天時間，口碑急轉(zhuǎn)直下，被質(zhì)疑為刷榜作弊實際效果差、開源條件多部署門檻高是偽開源等。大模型評測平臺LMArena親自下場發(fā)文，打臉Meta提供給平臺的Llama4是“特供版”。Meta若繼續(xù)在商業(yè)控制與技術(shù)開放之間搖擺，恐將在AI競賽中進一步失去開發(fā)者支持。
“昔者倉頡作書天雨粟，鬼夜哭”——人類掌握文字后，天地為之動容，因為屬于人類的文明誕生了?！皞}頡作書”出自西漢《淮南子》，距離人類掌握文字已經(jīng)過去了千年。AI進化的答案，或許早就鐫刻在人類文明的起點里。
新版AI模型縮短了響應(yīng)時間，節(jié)約了運算成本；還推出了新的AI芯片“Ironwood”。谷歌發(fā)布了新的AI模型“Gemini2.5Flash”，據(jù)稱，這款A(yù)I模型的性能比OpenAI和DeepSeek的AI產(chǎn)品“更高效”。谷歌計劃在三星今年上半年推出的AI伴侶機器人Ballie上搭載生成式AI模型。
文章探討了AI大模型在物流行業(yè)的應(yīng)用現(xiàn)狀與挑戰(zhàn)。以DeepSeek為代表的AI技術(shù)正通過重構(gòu)業(yè)務(wù)流程、優(yōu)化資源配置、提升決策效率等方式，成為推動行業(yè)降本增效的核心引擎。但成功應(yīng)用AI大模型需要企業(yè)具備數(shù)字化基礎(chǔ)、業(yè)務(wù)流程標(biāo)準(zhǔn)化和數(shù)據(jù)治理能力，而非簡單技術(shù)堆砌。G7+易流梳理出五大核心應(yīng)用場景：工作效能輔助、經(jīng)營數(shù)據(jù)分析、安全審查、智能客服和知識管理。這些
DeepSeek 作為當(dāng)前最受關(guān)注的大模型之一，憑借其技術(shù)創(chuàng)新正在加速 AI 普惠化進程。根據(jù)機構(gòu)新報告顯示，DeepSeek已經(jīng)成為全球增長最快的AI工具，其每月新增網(wǎng)站訪問量已經(jīng)超過OpenAI的ChatGPT。DeepSeek市場份額全球第三目前，DeepSeek市場份額6.58%，僅次于ChatGPT和Canva。DeepSeek是繼ChatGPT之后的又一現(xiàn)象級AI產(chǎn)品，它的市場份額從2.34%快速增長至6.58%，展現(xiàn)出強勁的增長態(tài)勢。全球著名?
快科技4月30日消息，今日，DeepSeek 今日在 AI 開源社區(qū) Hugging Face 發(fā)布了一個名為 DeepSeek-Prover-V2-671B 的新模型。據(jù)介紹，DeepSeek-Prover-V2-671B 其參數(shù)量達到6710億，使用了更高效的 safetensors 文件格式，并支持 BF16、FP8、F32 等多種計算精度，方便模型更快、更省資源地訓(xùn)練和部署。在模型架構(gòu)上，該模型使用了DeepSeek-V3架構(gòu)，采用MoE（混合專家）模式，具有61層Transformer層，7168維隱藏層。同時支持超長上下文，最大位置嵌入達163840，使其能處理復(fù)雜的數(shù)學(xué)證明，并且采用了FP8量化，可通過量化技術(shù)減小模型大小，提
今日，字節(jié)跳動豆包大模型團隊宣布，正式開源首個多語言類SWE數(shù)據(jù)集Multi-SWE-bench，可用于評估和提升大模型自動修Bug”能力。在SWE-bench基礎(chǔ)上，Multi-SWE-bench首次覆蓋Python之外的7種主流編程語言，是真正面向全棧工程”的評測基準(zhǔn)。相比于以往聚焦Python的單語言任務(wù)，Multi-SWE-bench更貼近現(xiàn)實中的多語言開發(fā)場景，也更能反映當(dāng)前模型在自動化軟件工程”方向上的實際能力邊界。
4月22日，Aloudata大應(yīng)科技推出自研的Aloudata Agent，這是一款基于NoETL明細語義層的分析決策智能體，旨在通過自然語言實現(xiàn)數(shù)據(jù)查詢、歸因診斷、報告生成等功能。該產(chǎn)品解決了企業(yè)數(shù)據(jù)分析面臨的五大挑戰(zhàn)：語義鴻溝、口徑一致性、場景覆蓋度、性能優(yōu)化和數(shù)據(jù)權(quán)限管控。Aloudata Agent采用NL2MQL2SQL技術(shù)路徑，通過指標(biāo)語義層實現(xiàn)業(yè)務(wù)語言與數(shù)據(jù)語言的精準(zhǔn)對齊，顯著提升查詢準(zhǔn)?
