7月28日,为期三天的2019世界机器人大赛总决赛在河北保定完美落幕。通过三天激烈的角逐,15支队伍从全球6500多名选手中脱颖而出,获得赛事最高奖项——赛事全能奖。其中,苏州市吴中区碧波实验小学参赛队等12支来自中国的战队获此殊荣。
他们分别是苏州市吴中区碧波实验小学、上海市虹口区青少年活动中心、北京师范大学厦门沧海附属学校、西安高新第一中学、、北京世纪尚学科技、哈尔滨同伴爱智能、山东省北镇中学、建华魔法队、SATmaster智联科技团队、湖北省荆州中学以及华南农业大学1队。此外3支来自海外的队伍——Dublin Robotics Club(美国队)、SUTHRAK(泰国队)、极速火箭gaonnuri(韩国队)也同样获得了这个奖项。
本届大赛吸引了来自全球10余个国家和地区的6500多名选手参赛,赛场面积达到2万平方米,赛事规模创总决赛之最。大赛共设四大赛项,分别为共融机器人挑战赛、BCI脑控机器人大赛、机器人工业设计大赛和青少年机器人设计大赛。
据了解,世界机器人大赛自2015年举办以来,已成功举办4届,被誉为机器人届的“奥林匹克”,累计吸引了全球20余个国家地区,近8万名选手参赛。另外,本次总决赛优胜团队将受邀出席8月20日-25日在北京举办的2019世界机器人大会,并在冠军表演赛中向世界展现他们的风采。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。