Physical Intelligence团队近期对其研发的家用清洁机器人Pi-0.5进行了测试，结果显示该机器人在全新的、未见过的环境中表现卓越。这一成果得益于团队采用的视觉语言模型（VLM）训练与动作标记化（action tokenizatio...

由Arjun、Ramnique和Akhilesh团队开发的Rowboat（https://www.rowboatlabs.com/）是一款专为多智能体系统设计的AI辅助集成开发环境（IDE）。该工具通过聊天式Copilot实现从单智能体到协作团队的扩展，支持MCP工具集...

近日，Raspberry Pi基金会正式发布基于其单板计算机的Lidar扫描解决方案，该设备通过脉冲激光测距技术可实现毫米级精度的三维环境建模。这款兼容Raspberry Pi 4/5的Lidar模块采用TOF（飞行时间）原理，最大测距达12...

谷歌研究院与加州大学团队在arXiv最新发表的论文提出3D CoCa框架，这一突破性技术通过整合视觉语言对比学习（Contrastive Learning）与场景描述（Captioning）两大前沿方向，实现了对三维场景的多模态联合理解。该框...

InteractVLM作为新一代视觉语言模型(VLM)，实现了从2D到3D的交互推理跨越。该模型通过创新性地利用强大的基础模型，结合多视角渲染技术，将2D推理能力提升至3D空间，能够精准分析人类与物体在三维环境中的接触关系。...

OpenAI宣布对ChatGPT进行升级，增强其聊天机器人的记忆功能，并使其成为默认设置。升级后的ChatGPT将能够参考先前的对话历史，以提供更加相关和有用的回答。这一改进将适用于平台上的所有交流方式。长期记忆对AI而言...

德国视觉与学习实验室（Visinf）最新提出的CUPS（Contrastive Unsupervised Panoptic Segmentation）技术，开创性地实现了无需人工标注数据的全景分割模型训练。该方法通过挖掘场景中心图像中的深度信息和运动线索，...

Easi3R是一项突破性的3D视觉系统，专门针对高动态场景的三维重建进行了优化。该系统通过创新的运动物体掩蔽技术，将移动物体与背景分离学习，从而实现了比现有方法更精确的全场景重建。这一技术解决了动态场景重建中...