至顶网软件频道消息: 5月5日,南京大学钱东奇人工智能与量子物理基金(简称钱东奇AIQ基金)捐赠设立仪式举行。科沃斯机器人创始人、董事长钱东奇与南京大学签署捐赠,个人捐资一千万元,支持学校在人工智能与量子物理的前沿交叉领域开展研究。中科院院士、南京大学校长陈骏,科沃斯机器人董事长钱东奇共同为以钱东奇冠名的专项基金启动揭牌,科沃斯机器人团队、南大师生代表、媒体共同见证了这一时刻。
钱东奇1987年毕业于南京大学哲学系,因为对量子物理的情有独钟以及弥补30年前在母校南京大学未完结的研究课题,科沃斯机器人董事长钱东奇先生今天下午向南京大学捐款设“人工智能与量子物理(AIQ)基金”,将专项支持南京大学人工智能和量子物理领域的前沿探索,通过设立AIQ基金特聘教授、AIQ基金特聘博士后等专门研究岗位,实施AIQ学生创新实践项目,开展人工智能与量子物理学术论坛等活动,挖掘科技人才资源,夯实学术基础,不断探索触摸前沿领域。
仪式上,钱东奇董事长表示,“我们不能只谈大学的技术用于眼前的经济发展而不重视长远的基础理论研究和储备;我们不能只让学生们考虑眼前的创新创业,而轻视基础理论人才的培养。创新创业固然重要但也不能厚此薄彼,从长远来看把基础夯实或许更加重要,AIQ基金就是基于这样的想法而设立的。如果我们把奖励那些已经获得卓越研究成果的基金称之为锦上添花的话,AIQ是助推正在向山上爬行的研究人员,是雪中送炭。”
陈骏校长表示,“钱东奇AIQ基金的设立实现了社会资源与学校科研优势的有效对接、深入合作,将对南京大学人工智能与量子物理交叉学科领域的研究起到极大的促进作用。学校将充分发挥善款的效能,全力实现基金设立的初始目标,同时实现建设一流学科和培养一流人才的长效融合,更好地履行大学的社会责任。“
在演讲的最后钱东奇表示,“感谢南京大学接纳我的捐款并给予AIQ基金大力支持。我想这仅仅是一个开始。在今天这样繁华浮躁的社会中,希望我们的国家,我们的社会给予那些耐得住寂寞,夜以继日探究未知世界并试图发现其基本规律的探索者们最大的敬意和支持,哪怕他们还在半山腰上,哪怕他们未必就能爬上山顶。展望未来三十年,如果我们国家能够培养越来越多的登山选手,在攀登山顶摘取科学皇冠的登山路上遍布登山者,而且还有更多的志愿者为他们助威呐喊,送茶端水。做他们的粉丝。中国必将成为引领世界发展的火车头。相信南京大学一定会在这一过程中发挥其更大的作用。“
科沃斯机器人是全球最早的家用机器人研发与生产商之一,专业从事家庭服务机器人的研发、设计、制造和销售。自1998年至今,已推出包括扫地机器人地宝,擦窗机器人窗宝, 空气净化机器人沁宝和管家机器人UNIBOT的完整家用机器人产品线。未来,科沃斯机器人将持续坚持以“智生活,享人生”为愿景,以“让机器人服务全球家庭”为使命,积极探索如何为用户带来更好的使用体验,如何让全球更多家庭享受由机器人参与的现代智能家居生活。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。