具身智能領(lǐng)域的“癲”，已經(jīng)進(jìn)入next level了!來看這段視頻:人形機(jī)器人在前面跑，一群機(jī)器狗在后面追;然后人追著狗，接著狗追著人……最后那位機(jī)器人還有很重的「偷感」在身上。別怕，這不是進(jìn)入了《恐怖游輪》or《開端》的神奇循環(huán)，而是一家國產(chǎn)具身智能公司的新品亮相。剛剛一口
......
本文由站長之家合作伙伴自媒體作者“量子位公眾號(hào)”授權(quán)發(fā)布于站長之家平臺(tái)，本平臺(tái)僅提供信息索引服務(wù)。由于內(nèi)容發(fā)布時(shí)間超過平臺(tái)更新維護(hù)時(shí)間，為了保證文章信息的及時(shí)性，內(nèi)容觀點(diǎn)的準(zhǔn)確性，平臺(tái)將不提供完全的內(nèi)容展現(xiàn)，本頁面內(nèi)容僅為平臺(tái)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(bào)）
復(fù)旦大學(xué)與美團(tuán)研究者提出UniToken框架，首次在統(tǒng)一模型中實(shí)現(xiàn)圖文理解與生成任務(wù)的"雙優(yōu)表現(xiàn)"。該方案融合連續(xù)和離散視覺編碼，有效解決了傳統(tǒng)多模態(tài)建模中的"任務(wù)干擾"和"表示割裂"問題。通過三階段訓(xùn)練策略（視覺語義對齊、多任務(wù)聯(lián)合訓(xùn)練、指令強(qiáng)化微調(diào)），UniToken在多個(gè)基準(zhǔn)測試中性能超越專用模型。其創(chuàng)新性體現(xiàn)在：1）統(tǒng)一的雙邊視覺編碼
快科技5月2日消息，過往，用戶在通過視頻學(xué)習(xí)并記錄筆記時(shí)，總免不了要不停切換平臺(tái)軟件，暫停、截屏、記錄、插圖、批注、切換返回視頻過程繁瑣而低效。為了應(yīng)對這種情況，百度網(wǎng)盤和百度文庫聯(lián)合研發(fā)上線了AI筆記”，支持全自動(dòng)學(xué)習(xí)、半自動(dòng)學(xué)習(xí)、輔助學(xué)習(xí)三種模式。如今只要在網(wǎng)盤里面任意打開一個(gè)學(xué)習(xí)視頻，在右側(cè)就能看到AI筆記”功能，用戶可以自主輸入內(nèi)容，也可以讓其直接生成圖文并茂、結(jié)構(gòu)清晰的筆記。而且每個(gè)重要知識(shí)點(diǎn)旁會(huì)有時(shí)間戳，點(diǎn)擊時(shí)間戳即可跳轉(zhuǎn)到視頻中對應(yīng)位置，實(shí)現(xiàn)視頻和筆記內(nèi)容的順滑關(guān)聯(lián)。此外AI筆記”還可以幫
這是《窄播Weekly》的第52期，本期我們關(guān)注的商業(yè)動(dòng)態(tài)是:當(dāng)大廠的AI競爭策略開始傾斜向應(yīng)用場景，多模態(tài)能力和代理執(zhí)行成為兩個(gè)焦點(diǎn)。大模型落地C端場景的核心，就是讓大模型的能力越來越接近人。沿著這個(gè)主旋律，可以劃分出兩個(gè)進(jìn)化方向:一個(gè)是持續(xù)降低用戶與大模型進(jìn)行有效溝通的難度;另一個(gè)則是讓大模型具備執(zhí)行更復(fù)雜任務(wù)的能力。前者的實(shí)現(xiàn)，需要給到大模型多
本期《窄播Weekly》聚焦AI大廠競爭策略向應(yīng)用場景傾斜的趨勢，重點(diǎn)分析了多模態(tài)能力和代理執(zhí)行兩大發(fā)展方向。文章指出，大模型落地的核心在于讓人機(jī)交互更自然，具體表現(xiàn)為：1）通過多模態(tài)技術(shù)降低用戶使用門檻，如阿里夸克新推出的"拍照問夸克"功能；2）通過代理執(zhí)行提升復(fù)雜任務(wù)處理能力，如字節(jié)、百度等推出的通用Agent產(chǎn)品。國內(nèi)外廠商路徑差異明顯：國?
快科技4月16日消息，據(jù)報(bào)道，可靈AI在北京舉行靈感成真”2.0模型發(fā)布會(huì)，正式發(fā)布可靈2.0視頻生成模型及可圖2.0圖像生成模型。據(jù)介紹，可靈2.0模型在動(dòng)態(tài)質(zhì)量、語義響應(yīng)、畫面美學(xué)等維度保持領(lǐng)先；可圖2.0模型在指令遵循、電影質(zhì)感及藝術(shù)風(fēng)格表現(xiàn)等方面顯著提升。3月27日，全球AI基準(zhǔn)測試機(jī)構(gòu)Artificial Analysis發(fā)布了最新的全球視頻生成大模型榜單，快手可靈1.6pro（高品質(zhì)模
快科技4月19日消息，今天上午，全球首個(gè)人形機(jī)器人半程馬拉松在北京亦莊開跑，21支機(jī)器人隊(duì)伍與12000名人類選手同場競技，共同挑戰(zhàn)21.0975公里的賽道。據(jù)央視新聞官微介紹，目前天工機(jī)器人以36分54秒率先沖線完賽，奪得冠軍。據(jù)悉，天工是北京人形機(jī)器人創(chuàng)新中心發(fā)布的純電驅(qū)擬人奔跑的全尺寸人形機(jī)器人，能以6公里/小時(shí)的速度穩(wěn)定奔跑，是該中心自主研發(fā)的通用人形機(jī)
4 月 19 日， 2025 北京亦莊半程馬拉松暨人形機(jī)器人半程馬拉松鳴槍開跑。作為全球首個(gè)人形機(jī)器人半程馬拉松比賽，吸引了 20 余家頂尖企業(yè)及高校團(tuán)隊(duì)參與。北京人形機(jī)器人創(chuàng)新中心(以下簡稱“北京創(chuàng)新中心”)旗下的純電驅(qū)全尺寸人形機(jī)器人“天工”以卓越性能和續(xù)航表現(xiàn)完成21. 0975 公里賽程，并率先沖線獲得冠軍。百度智能云作為背后的重要技術(shù)支撐，通過百度百舸AI異構(gòu)
造出一臺(tái)人形機(jī)器人，成為當(dāng)下科技圈最火的事之一。行業(yè)的聚光燈之下，站著宇樹科技、優(yōu)必選、智元機(jī)器人等垂直的人形機(jī)器人企業(yè)，更吸引著大廠玩家的跨界。泡沫肯定會(huì)有，戳破之后，才能真正進(jìn)入發(fā)展快車道。
【AI日報(bào)】今日AI領(lǐng)域重要?jiǎng)討B(tài)：1.百度發(fā)布文心快碼3.5及多模態(tài)AI程序員"文心快碼Comate Zulu"，提升開發(fā)效率；2.字節(jié)跳動(dòng)啟動(dòng)"Top Seed"計(jì)劃，招募30名AI博士人才；3.DeepSeek開源R1T Chimera模型上線OpenRouter平臺(tái)；4.阿里AI工程師余亮獲"全國勞動(dòng)模范"稱號(hào)；5.開源圖像編輯工具Step1X-Edit登陸Hugging Face，性能媲美GPT-4o；6.谷歌被曝每月向三星支付巨額資金預(yù)裝Gemini應(yīng)用
酒店機(jī)器人近年成為行業(yè)標(biāo)配產(chǎn)品，但市場表現(xiàn)不盡如人意。某酒店管理人員坦言，實(shí)際運(yùn)營中發(fā)現(xiàn)機(jī)器人配送效率低下，無法真正節(jié)約人工成本，最終選擇棄用。與此同時(shí)，市場競爭格局正發(fā)生變化，九號(hào)機(jī)器人、擎朗智能等新興企業(yè)通過多場景適配和人機(jī)協(xié)同等差異化策略，逐步蠶食市場份額。數(shù)據(jù)顯示，2023年全球市場前五名企業(yè)份額差距已不足8個(gè)百分點(diǎn)。
