在专业环境中，图形用户界面（GUI）代理面临着三大关键挑战。首先，专业应用程序的复杂性远高于一般软件，要求对复杂布局有深入理解;其次，专业工具通常具备更高的分辨率，导致目标尺寸较小，从而降低了定位准确性;最后，工作流程往往依赖于额外工具和文档，增加了操作的复杂性。这些挑战凸显了开发更先进的基准和解决方案以提升 GUI 代理在这些严苛场景中的性能的必要性。目前的 GUI 定位模型和基准无法满足专业环境的要求。例如，ScreenSpot 等工具设计主要用于低分辨率任务

波士顿动力公司近日宣布裁员，裁员人数占其员工总数的5%，即约45名员工。公司发言人表示，此次裁员涉及几乎所有部门，反映了公司面临的财务压力。该公司的首席执行官罗伯特・普莱尔在一封给员工的信中坦诚，尽管媒体对其机器人的高度关注，但公司在商业发展方面的进展并未达到预期。图源备注:图片由AI生成，图片授权服务商Midjourney波士顿动力是以生产流行的四足机器人 Spot 而闻名的公司。普莱尔在信中指出，尽管 Spot 在工业和政府客户中稳步增长，Stretch 机器人在物流和零售领

最近，波士顿动力公司再次引起了大家的关注，发布了他们的新一代人形机器人 Atlas 的精彩视频。这款全电动的 Atlas 在之前的视频中展示了它灵活的运动能力，但这一次，它被展示在一个模拟工厂环境中，利用机器学习和升级后的传感器，独立完成了分拣任务。视频中的任务是将发动机盖在供应商的集装箱和一个移动的排序小车之间转移。虽然这个任务听起来并不特别刺激，但它实际上展示了 Atlas 如何将多种新功能协同运作。Atlas 在只获得一份 “箱子位置列表” 的情况下，运用多种传

最近，波士顿动力和丰田研究所（TRI）宣布了一项合作计划，他们将把 AI 智能技术引入到电动人形机器人 Atlas 中。这两个机构的合作将利用 TRI 在大型行为模型(LBMs)方面的研究，LBMs 的运作原理和大家熟悉的大型语言模型(LLMs)类似，比如 ChatGPT。去年9月，我们曾经参观了 TRI 在湾区的校园，了解了他们在机器人学习方面的成果。TRI 的负责人吉尔・普拉特在去年 Disrupt 大会上透露，他们的实验室已经能够通过过夜训练让机器人在执行家庭任务，比如翻煎饼时达到90% 的准确率。普拉特表示，传

Atlassian Corporation Plc.今日正式发布其新一代生成式AI助手Rovo，这款面向企业客户的知识发现产品旨在revolucionize企业内部信息获取和利用方式。在经过数月的封闭测试后，这款由Atlassian Intelligence支持的AI助手终于与公众见面。Rovo的核心优势在于其强大的跨平台整合能力。据Atlassian AI产品负责人Jamil Valliani介绍，Rovo不仅可以与公司自家产品完美协作，还实现了与Google Drive、SharePoint、Figma和GitHub等主流企业工具的无缝对接。"Rovo为整个组织解锁了企业搜索功能，连接到企业日常使用的各类SaaS工具

​中国人工智能领域的知名企业云知声，于2024年8月23日在北京宣布推出其最新研发成果——山海多模态大模型。山海多模态大模型是云知声Atlas人工智能基础设施的一部分，它能够接收和处理文本、音频、图像等多种模态的输入，并实时生成文本、音频和图像的任意组合输出。这种能力使得山海模型不仅能够进行高效的语音交互，还能提供接近人类自然对话的流畅体验。