日前，腾讯发布《2024数字科技前沿应用趋势报告》（下称《报告》），进一步展望数字科技未来发展趋势和应用前景，高性能计算、多模态大模型、具身智能、脑机接口（BCI）等十大新技术趋势在列。《报告》认为，高性能计算、量子计算、云计算和边缘计算这“四大计算”融汇贯通，正催生全新的计算范式；通用人工智能渐行渐近，...
利用大模型破解复杂生物问题是当前的布局热点，例如，Google DeepMind发布AlphaMissense大模型，腾讯AI Lab提出单细胞注释模型scBERT，清华大学AIR与水木分子发布多模态生物医药大模型BioMedGPT。趋势五：数字交互引擎激发超级数字场景。数字交互引擎集成了物理模拟、3D建模、实时渲染等多种前沿技术，是文化科技融合的典型产物。
多模态 LLM 有望改变机器人的分析、推理和学习能力，使机器人从专用转向通用。PC、服务器和智能手机都是通用计算平台中的佼佼者，它们可以运行许多不同种类的软件应用来实现丰富多彩的功能。通用化将有助于扩大规模，产生规模化的经济效应，价格也能随着规模扩大而大幅降低，进而被更多领域采用，从而形成一个良性循环。
能够在三维场景中进行空间感知和推理决策是机器人和具身 AI 区别于二维图像智能的重要能力，也是现有人工智能模型的严重局限之一。基于这个观察，美国伊利诺伊大学厄巴纳-香槟分校（UIUC，University of Illinois Urbana-Champaign）团队研究并证明了空间感知在三维多模态推理中的重要性，并结合大视觉语言模型提出了强化空间智...
【新智元导读】Sam Altman认为AGI很快就会降临，但若是没有感官兼备的AI何以称为智能？最近，UCLA等机构研究人员提出多模态具身智能大模型MultiPLY，AI可以知冷知热、辨音识物。具身智能，是大模型未来应用的一个重要方向。现在，大模型加持下的智能体，能够参与3D环境，不仅有了听觉视觉，还有了触觉等多种感官能力。...
聂礼强:多模态大模型在具身智能领域的未来发展将带来革命性的变化,使AI系统在与物理世界的互动和理解方面更加人性化。可预见到以下几个关键趋势将在未来几年塑造这一领域: 多模态感知:模型将无缝整合触觉、嗅觉等多种感官信息,提供更全面的环境理解,接近人类的感知能力。
多模态:更进一步能够处理和理解多种类型的数据,如文本、图像、音频和视频等。 智能体:是一个能够根据感知做出决策并采取行动的实体,它可以是软件或硬件。 具身智能:是智能体的一个子集,特指那些具有物理形态、能够与物理世界互动的实体。 AGI:是一个广泛概念,指的是能够在广泛领域内执行任何智能任务的AI,代表着人...
以谷歌的M6模型为例，它结合了文本、图像和音频等多种模态的数据进行训练，实现了跨模态的语义理解和生成。这种多模态大模型的出现，无疑为AI的应用打开了更广阔的空间。二、具身智能：从“离身”到“具身”的跨越 传统的AI系统往往被视为一种“离身”的存在，它们虽然能够处理复杂的信息，但却缺乏与现实世界的...
比如这家国产具身智能公司就用产品表明了自己的态度：未来的具身智能世界，很有可能是「多物种」共存的。新产品新进展 先来看看这次的三个系列主角：BabyAlpha 系列（A2、Chat、S）开发者版本双足、四足及轮足式机器人人形机器人四足机器狗BabyAlpha A2，可谓是其中最吸睛的产品了。它的长相挺可爱，主要是很有辨识...
能够在三维场景中进行空间感知和推理决策是机器人和具身 AI 区别于二维图像智能的重要能力,也是现有人工智能模型的严重局限之一。 基于这个观察,美国伊利诺伊大学厄巴纳-香槟分校(UIUC,University of Illinois Urbana-Champaign)团队研究并证明了空间感知在三维多模态推理中的重要性,并结合大视觉语言模型提出了强化空间智能...