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
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。