香港多家超市汽水被注入尿液，63歲嫌犯被捕
2025-10-22 19:57 7,368次浏览一邊是「非人形」機器人焊接、碼垛、洗盤子，一邊是人形機器人做咖啡、打爆米花、送東西……在2025世界機器人大會(WRC)現場，不少傳統工業機器人公司開始在展位上亮相其最新研發的人形機器人。北京商報記者探訪發現，在越來越多工業機器人走向人形機器人背後，具身智慧機器人已從技術探索階段邁入規模化價值創造新階段，不同於以往講求精度的「剛性約束」，它們開始擁抱更多的不確定性，同時，比追求「人形」更重要的是，誰的機器人能更快上崗，以及推動「人形機器人+行業」生態構建。 從工業走向人形是進化 8月8日，在2025世界機器人大會開幕當天，作為港股「協作機器人第一股」的越疆科技也正式發布了旗下具身智能人形機器人DOBOT AtomⅡ，並借「機械臂+人形+多足」具身智慧機器人平臺宣布「具身智慧機器人已從技術探索階段邁入規模化價值創造新階段」。 在越疆科技的展位上，給現場觀眾接打爆米花的正是DOBOT AtomⅡ。越疆科技工作人員向北京商報記者介紹稱，這是一款能達到毫米級精度的機器人，同時還具備雙腦協同決策功能，除了能夠在狹窄的操作臺之間靈活轉身，平穩精準地將爆米花倒入盒中遞給觀眾，還能快速回應觀眾揮手、比心、鼓掌等互動需求。 同樣，在傳統工業機器人領域深耕的新松機器人，也在具身智能上加速跑起來。此次大會上，公司不僅展出了新松智能類人雙臂平臺、「松羿」輪式人形機器人、「松行」雙足人形機器人和睿可RICO輪式人形機器人，還與阿依瓦公司共同召開了「具身智能技術聯合發布會」。 在新松公司品牌與文化管理中心總經理哈恩晶看來，公司做人形機器人是傳統工業機器人發展過程中自然而然的過渡。「人形機器人是國家重點布局的未來產業，為我們指引了技術升級和市場發展的新方向，同時，作為傳統工業機器人公司，我們也有技術儲備和經驗積累。更重要的是，目前客戶提的需求越來越高，例如要實現小批量多品種生產，人形機器人的柔性生產方式會更加適配。」 越疆科技首席科學家郎需林表示，公司從2023年起正式啟動人形機器人研發，但實際更早就在做底層準備，從控制器、驅動器到關節模組的自研能力。之所以進場做人形機器人，是因為公司看到了AI模型湧現帶來的控制、認知、交互能力突破，讓「人形」不再是外形模仿，而是「人類行為的具身再現」。 「從工業走向人形，不是換賽道，而是向更高階複雜系統進化。越疆進入人形機器人領域的核心考量是『從任務工具到智能體』的趨勢判斷。工業機器人擅長精準重複，人形機器人則要解決感知、認知、泛化等更高維度的問題。」郎需林說。 人形機器人是平臺級生態系統 據《人形機器人產業發展研究報告(2024年)》預計，2045年後，我國在用人形機器人超過1億臺，進入各行業領域，整機市場規模可達約10萬億元級別。目前，我國人形機器人主流產品也正加快從「舞臺上動起來」向「工廠裡用起來」轉變。 「先上崗，再進家，是機器人普及的現實路徑。」越疆科技市場總監謝凱旋認為，人形機器人率先落地的，將是低速、高頻、剛需的商業場景，例如藥房搬運、零售導引、園區巡檢等，這些場景任務明確、環境可控，適合技術早期階段部署。 謝凱旋表示，作為「從製造現場走出來」的具身智能公司，越疆科技不搞「概念炫技」、不比誰做得像人，而比誰的機器人能更快走上「崗位」。 另外，新松機器人方面，哈恩晶指出，從新松機器人的發展歷程來看，新松複合機器人已在半導體、3C電子、科研教育、汽車工業、新能源、醫藥等各行各業積累了成熟的規模化應用經驗，這也為後續新松具身智能人形機器人系列產品的技術研發和場景應用提供了強大的技術儲備和深厚的經驗積累。此外，除具身智慧機器人全矩陣產品外，新松還將具身智能技術與各類工業裝備、生產線及數位化車間相結合，為產業高端化、智能化升級提供更先進的解決方案。 「工業機器人講『剛性約束』，而人形機器人強調『靈活泛化』。過去強調精度，現在更要擁抱不確定性。」郎需林表示，「這要求我們在算法架構、感知模型和運動規劃上全面升級。我們不是為了『人形』而人形，而是相信具身智能終將是人與機器協作的高級形式。人形機器人不會是一個產品，而是一個平臺級生態系統。我們希望不只是推出機器人，更推動『人形機器人+行業』生態的構建。」 郎需林進一步展望旗下具身智慧機器人走進千家萬戶的未來形態，「在不久的將來，我們的人形機器人在車間與工人並肩作業，六足機器狗在災區替人類穿越險境，機械臂在家庭為老人遞上一杯溫水等等。」 此次大會上，ABB機器人中國研究中心負責人張佳帆在進行主題演講時表示，自主多功能機器人時代——一個真正實現多功能性和自主性的新時代即將到來，機器人將能夠在無需人工幹預的情況下實時、毫不費力地在不同任務之間無縫切換。 北京商報記者 盧揚 程靚
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。
深夜直播
「活动」首次登录送新手大礼包
- 软件大小: 423.26MB
- 最后更新: 2025-10-22 19:57
- 最新版本: v2.14.13.15
- 文件格式: apk
- 应用分类:ios-Android 榴莲视频
- 使用语言: 中文
- : 需要联网
- 系统要求: 8.43以上
客服热线：135-7642-8315
26734
47
47312
98465
69
2025-10-22 19:57
24891
37
2025-10-22 19:57
35426
72
2025-10-22 19:57
85734
59
2025-10-22 19:57
87621
13
2025-10-22 19:57
72859
17
2025-10-22 19:57
94863
63
2025-10-22 19:57
94381
94
2025-10-22 19:57
95841
27
2025-10-22 19:57
82196
26184
17395
37685
67523
37
35976
74581
37625
17624
47318
79158
72631
35