未經同意轉發未成年人視頻被判侵權 未成年人肖像權使用需經過監護人同意
2025-11-10 08:16 3,719次浏览北京8月8日電 (記者 孫自法)2025世界機器人大會8月8日在北京開幕。記者當天從中國科學院自動化研究所獲悉，該所研發的Q系列人形機器人、農業機器人、智能靈巧手、具身智慧機器人等在大會期間亮相展示，其中，差異化定位的4款智能靈巧手、3款面向真實場景的具身智慧機器人頗受關注。 中科矽紀參展2025世界機器人大會海報。中科矽紀 供圖 這4款智能靈巧手當中，類人自由度靈巧手主要面向高端科研和技術驗證需求，憑藉21個驅動控制25個自由度的設計，實現堪比人手的靈活度。12×8陣列指尖觸覺傳感器和5公斤負載能力的配置，使其能輕鬆完成穿針引線、調製咖啡等精細操作。 通用智能靈巧手提供兩種配置選擇，能夠滿足更多的需求場景：L1版本採用7驅動15關節設計，實現15公斤負載；L2版本12驅動12關節，負載提升至20公斤。 高速自適應靈巧手的快速響應設計，讓它在高節拍的生產線上遊刃有餘，其亮點在於最大720度/秒的超高手指關節速度確保作業效率，獨特的機械自適應結構無需複雜傳感器就能自動調節抓取力度。 三指靈巧手則採用4個主動自由度配合被動自適應結構，5公斤負載能力，手指關節速度超過180度/秒，成本則控制在極具競爭力的水平。 此次參展的具身智慧機器人分別以「無際」「無畏」「無憂」命名。 「無際」具身智慧機器人專注於工業場景的多樣化需求。能完成從地面到兩米高度的全範圍作業，既可俯身抓取地面的各種物品，又可升至高處完成空中任務；頭部和腰部的俯仰功能配合系列靈巧手，讓它能夠自主操縱各種工具，在各種工業場景中完成高速抓取、零部件搬運及裝配等複雜任務；全身49個自由度的配置和4套相機的360度全方位感知能力，確保它在複雜工業環境中的工作能力和適應能力。 「無畏」具身智慧機器人則是為極端環境而生，應用於排爆、生化核危險物處置等高風險場景，成為生命的守護者。可選配的多種運動單元(標準履帶、雙擺臂履帶、四足、無人機等)，讓它能夠適應各種複雜地形；自主智能操作或人機遙操作雙控制模式供選擇，在保證任務完成的同時最大程度確保操作人員安全性。 「無憂」具身智慧機器人瞄準公共服務、家庭服務、養老助老等民生場景。相比工業應用，其服務場景對機器人的安全性、友好性有更高要求，因此在設計上充分考慮到人機互動的舒適性和安全性。 中科矽紀研發的智能靈巧手、具身智慧機器人等產品。中科矽紀 供圖 據了解，參展2025世界機器人大會的多款智能靈巧手、具身智慧機器人，由中國科學院自動化研究所孵化的科創企業中科矽紀研發，這支源於該所多模態人工智慧系統全國重點實驗室的團隊，已建立最全的靈巧手具身智能算法體系，通過深度學習算法讓靈巧手擁有自主感知、理解和決策能力，能夠像人一樣根據工具形狀、類別及使用目的來選擇抓取方式。這種軟硬協同的創新模式，讓機器人真正實現從「能用」工具到「會用」工具的跨越。 研發團隊表示，智能靈巧手是核心部件，具身智慧機器人整機則是面向實際應用的完整解決方案，中科矽紀正在構建一個完整的具身智能生態。(完)
天津8月14日電(記者 孫玲玲)記者13日從南開大學獲悉，近日，南開大學計算機學院媒體計算實驗室取得最新研究成果，不僅從評估的角度揭示了現有AI檢測方法的性能不足，並創新性地提出了「直接差異學習」(Direct Discrepancy Learning，DDL)優化策略，教會AI用「火眼金睛」辨別人機不同，實現AI檢測性能的巨大突破。相關成果論文已被計算機多媒體領域國際頂級會議ACM MM2025(ACM International Conference on Multimedia)接收。 圖為南開大學研究團隊提出的DetectAnyLLM檢測框架以及MIRAGE基準數據集亮點全析。(南開大學 供圖) 近日，OpenAI發布新一代人工智慧模型GPT-5，再次引發全球關注。隨著DeepSeek、ChatGPT、通義千問、豆包等AIGC大模型逐漸從「新奇玩具」變成學習、工作中不可或缺的「生產力工具」，其伴生問題也日益凸顯：AI經常會「一本正經地胡說八道」，生成看似合理的虛假信息，造成「AI幻覺」；依賴AI工具代寫作業甚至畢業論文，極大衝擊著學術誠信和規範；論文AI率檢測系統有待完善，論文被誤判的問題時有發生……如何精準識別AI生成內容，成為亟待解決的熱點問題。 據了解，目前AI生成內容檢測主要有兩種路線，一種是「基於訓練的檢測方法」，使用特定數據訓練一個專用的分類模型；另一種是「零樣本檢測方法」，直接使用一個預訓練的語言模型並設計某種分類標準進行分類。 圖為AI生成內容檢測示意圖。(南開大學 供圖) 多項研究表明，現有檢測方法在應對複雜的現實場景時常顯不足。此前也曾有權威媒體報導，《荷塘月色》《流浪地球》等經典作品被某常用論文AI率檢測系統檢出高AI率。 為何現有的AI檢測工具會「誤判」？論文第一作者、南開大學計算機學院計算機科學卓越班2023級本科生付嘉晨解釋道：「如果把AI文本檢測比作一場考試，檢測器的訓練數據等同於日常練習題，現有檢測方法是機械刷題、死記硬背答題的固定套路，難以學會答題邏輯，一旦遇到全新難題，準確率就會顯著下降。」 「要想實現通用檢測，理論上需收集所有大模型的數據進行訓練，但在大模型迭代飛速的今天幾乎不可能。」付嘉晨說，讓檢測器真正學會舉一反三，即提升檢測器的泛化性能，是提升AI文本檢測性能的關鍵。 為此，研究團隊提出了DDL方法另闢蹊徑，通過直接優化模型預測的文本條件概率差異與人為設定的目標值之間的差距，幫助模型學習AI文本檢測的內在知識，可以精準捕捉人機文本間的深層語義差異，從而大幅提升檢測器的泛化能力與魯棒性。 「使用DDL訓練得到的檢測器如同有了『火眼金睛』，即便只『學習』過DeepSeek-R1的文本，也能精準識別像GPT-5這樣最新大模型生成的內容。」付嘉晨說。 團隊還提出了一個全面的測試基準數據集MIRAGE，使用13種主流的商用大模型(如豆包、DeepSeek、Kimi等)以及4種先進的開源大模型(如Qwen等)，從AI生成、潤色、重寫三個角度構造了接近十萬條人類-AI文本對。 「MIRAGE是目前唯一聚焦於對商用大語言模型檢測的基準數據集。直觀地說，之前的基準數據集是由少而且能力簡單的大模型命題出卷，而MIRAGE是17個能力強大的大模型聯合命題，形成一套高難度、又有代表性的檢測試卷。」論文通訊作者、南開大學計算機學院副教授郭春樂說。 在MIRAGE的測試結果顯示，現有檢測器的準確率從在簡單數據集上的90%驟降至約60%；而使用DDL訓練的檢測器仍保持85%以上的準確率。與史丹福大學提出的DetectGPT相比，性能相對提升71.62%；與馬裡蘭大學、卡內基梅隆大學等共同提出的Binoculars方法相比，性能相對提升68.03%。 「AIGC發展日新月異，我們將持續迭代升級評估基準和技術，致力於實現更快、更準、更低成本的AI生成文本檢測，以AI之力，讓每一篇成果更出彩。」研究團隊負責人、南開大學計算機學院教授李重儀說。(完)
免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。
仙凡直播
「活动」首次登录送新手大礼包
- 软件大小: 873.16MB
- 最后更新: 2025-11-10 08:16
- 最新版本: v14.14.14.17
- 文件格式: apk
- 应用分类:ios-Android 免费直播行情网站大全
- 使用语言: 中文
- : 需要联网
- 系统要求: 7.45以上
客服热线：133-8325-3269
36725
13
53169
57824
15
2025-11-10 08:16
67392
64
2025-11-10 08:16
25378
49
2025-11-10 08:16
58762
23
2025-11-10 08:16
81659
62
2025-11-10 08:16
62813
84
2025-11-10 08:16
95263
94
2025-11-10 08:16
65283
41
2025-11-10 08:16
16453
98
2025-11-10 08:16
83219
51
64832
28
94
94683
96752
67824
27
