最近，瑞士洛桑联邦理工学院（EPFL）的一项研究在IEEE 鹿特丹机器人与自动化国际会议上首次亮相。这项研究旨在探索机器人手如何突破现有限制，抓取更多物体。
研究团队指出，深度学习模型显著提高了多指手抓握的灵巧操作技术，但在杂乱环境中，接触信息引导的抓握仍未得到充分探索。为了解决这个问题，研究员们设计了一只受人启发的手，可以向后弯曲以拾起各种物体，并脱离自己爬到另一个物体上。
这项研究的结果可能有点令人毛骨悚然，因为机器人手的外形和行为与传统的仿生机器人手有很大不同。然而，这项技术也引起了该领域的广泛兴趣，因为它可能是机器人抓取技术的一个新方向。
研究员小高表示:“尽管你会在恐怖电影中看到它，但我认为我们是第一个将这个想法引入机器人技术的人。”这项研究的成功可能会让我们见证仿生机器人被恐怖机器人取代。
阿里巴巴达摩院的通义实验室近期宣布开源一项名为ClearerVoice-Studio的语音处理技术，旨在提升语音质量和可懂度。随着语音技术的广泛应用，语音质量受到越来越多人的关注，尤其是在环境噪声、混响和设备拾音等情况下，语音处理技术的需求日益迫切。
近日，厦门大学信息学院史晓东教授团队的“基于甲骨文多模态大模型的多元信息甲骨文辅助考释模型”入选“探元计划2024”创新探索型项目TOP10榜单，为甲骨文的现代化考释开辟了新路径。甲骨文作为世界四大古文字之一，已有三千多年的历史，是现代汉字的源头。然而，传统的甲骨文考释依赖专家的人工解读，工作繁琐且耗时。尽管采用字形分析和辞例研究等方法，解读过程依旧困难重重。近年来，人工智能特别是深度学习模型的崛起，为甲骨文的辅助考释提供了新思路。厦门大学团
感恩节，特斯拉的Optimus机器人再次刷新了人们对机器人技术的想象力。在最新的演示视频中，这个人形机器人展现出令人惊叹的手部操作能力，轻松接住了抛过来的网球。这不仅仅是一次简单的接球表演。Optimus的新手和前臂集成了多项革命性技术。其手部拥有22个自由度，手腕和前臂又额外增加了3个自由度，使其灵活度已经接近人类手的27个自由度。这意味着机器人正在以惊人的速度缩小与人类生理结构的差距。值得一提的是，这段视频是通过远程实时操作拍摄的，展示了机器人的精确控
根据《商业研究公司》的最新报告，生成式人工智能（AI）芯片市场正迎来前所未有的增长。预计到2028年，市场规模将达到862.4亿美元，年均增长率高达27.9%。这一增长趋势反映了对计算能力需求的激增、深度学习的蓬勃发展、AI 研究的投资不断上升，以及消费者对 AI 驱动设备的日益关注。图源备注:图片由AI生成，图片授权服务商Midjourney报告指出，2023年，生成式人工智能芯片市场的规模为251.9亿美元，预计在2024年将增至323亿美元，年增长率为27.8%。这种增长主要得益于大数据的爆炸式增长
