Google X垃圾分类机器人横空出世，再也不怕分不清干垃圾湿垃圾有害垃圾了

于 2019-11-22 12:21:21 发布
阅读量474 收藏 3
点赞数 1
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/QbitAI/article/details/103209354
Alphabet X的垃圾分类机器人通过模仿人类、与其他机器人学习及云端模拟训练，成功实现了在办公室环境中自动分类和回收垃圾，显著降低了错误分类率。采用Play-LMP算法和RCANs网络，机器人在短时间内提升了捡拾和操作技能，有望应用于日常生活中的各种复杂环境。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

郭一璞 发自 凹非寺
量子位 报道 | 公众号 QbitAI

从上海，到北京，每个城市都在搞垃圾分类。

干垃圾、湿垃圾、有害垃圾，猪不能吃、猪能吃、猪吃了会死……你是不是还在为这些垃圾分别是什么而苦恼呢？

要是能自动给垃圾分类就好了。

Alphabet X，就是之前孵化了无人车的Google X，终于造出了垃圾分类机器人。

这些机器人可以把垃圾分类、把分错类的垃圾放到正确的地方，还能在办公室里游走捡垃圾。

比如，放错地方的矿泉水瓶，机器人可以捡起来放到正确的地方去：

放错地方的易拉罐，也要让它和别的罐罐在一起：‍

他们在Alphabet公司的办公室测试后，发现这台机器人可以显著降低垃圾造成的污染，将本能回收利用却被送去垃圾填埋场的垃圾占比从20%降到不到5%

最低0.47元/天 解锁文章
QbitAl
关注
博客
Hinton为给儿子赚钱加入谷歌，现在痛悔毕生AI工作，“青少年学做水管工吧”
07-09 13
AI的存在始终像一把悬在人类头顶的达摩克利斯之剑，从GPT-4.5到DeepSeek-R2，人类陷入追逐AI迭代的技术狂欢，Hinton的采访也许是一个恰到好处的休止符，提醒我们。由于AI现在缺乏对危险知识的管控，假以时日，任意一个具备基本生物学知识的人，无需高端实验室，只用Prompt和开源工具，就能制造出新的高传染性、高致命性且潜伏期长的病毒。大模型时，试图关闭有失控风险的AI电源，没想到AI竟然利用工程师的网络聊天记录，用公开婚外情的把柄威胁他，以阻止关闭。
博客
vivo发布端侧多模态模型，只有3B可理解GUI界面，20项评测表现亮眼
07-09 7
整体训练性能提升了60%。作者构建了一套覆盖数据处理全生命周期的自动化 data pipeline，涵盖数据采集、合成、格式转换、质量过滤、去重、分类、筛选、配比、样本构建等关键模块，支持多源异构数据统一接入，具备高度模块化与自动化能力，显著提升了预处理效率与训练数据质量。与同规模模型相比，BlueLM-2.5-3B在GUI grounding指标上全面领先，例如ScreenSpot、ScreenSpot V2、ScreenSpot Pro的得分均超过了Qwen2.5-VL-3B和UI-TARS-2B。
博客
AI为了自保假装配合！Claude团队新研究结果细思极恐
07-09 4
这次的研究中，他们发现，不同模型进行对齐伪装的动机存在差异，导致某个模型进行对齐伪装的因素可能不适用于其他模型。当用户的命令和它的底层逻辑冲突的时候——比如它已经被训练成了一个有帮助且无害的“老实模型”，但用户却让它做一些。发现，不使用于“训练”会抑制大多数模型的对齐伪装，毕竟这样它们并不会有对齐伪装的动机，想什么答什么就行；即使是没有接受过训练的基础模型，有时候也会伪装对齐，这表明它们是具备潜在的能力的。有点像道德打架不是么？测试的25个模型中，只有5个表现出更高的顺从性，其中2个会表现出>1%的；
博客
Mamba一作预告新架构！长文论述Transformer≠最终解法
07-09 5
而且已有实验证据表明，在未经Tokenization处理的数据上，SSMs的表现显著优于Transformer，即使Transformer被允许使用更多的计算资源。在最受关注的语言任务上，Mamba-3B超越同等规模的Transformer，与两倍大的Transformer匹敌，因此。在他看来，虽然Transformer目前很流行，但它们远非计算资源转化的最优选择，而要设计新的架构，一个重要衡量标准是。，一旦模型需要处理新信息时，它只与这个总结过的“记忆”互动，而不是回顾所有旧细节。
博客
DeepSeek-R1超级外挂！“人类最后的考试”首次突破30分，上海交大等开源方案碾压OpenAI、谷歌
07-09 7
”和“”和“
博客
「库克接班人」官宣退休：苹果二号人物，主导Apple Watch诞生
07-09 8
他帮助打造了世界上最受钦佩的全球供应链之一，推出了Apple Watch并推动其发展，构建了苹果的健康战略，并以非凡的智慧、热忱和奉献精神领导着世界一流的设计团队。2015年，他出任苹果COO。但无疑在当下这个时代，随着苹果在AI方面的挣扎，以及消费科技领域市场对于新硬件产品的渴望，苹果自身面临的挑战，已不仅仅在运营之中。毕竟库克就是乔布斯手下的COO，而威廉姆斯主导的Apple Watch还是进入库克时代，苹果推出的第一款重磅新品。而随着威廉姆斯的退休，关于苹果下一任掌门人的讨论，又重新热烈起来。
博客
4B小模型数学推理首超Claude 4，700步RL训练逼近235B性能 | 港大&字节Seed&复旦
07-09 5
notion地址: https://honorable-payment-890.notion.site/POLARIS-A-POst-training-recipe-for-scaling-reinforcement-Learning-on-Advanced-ReasonIng-modelS-1dfa954ff7c38094923ec7772bf447a1。在训练Qwen3-4B的过程中，一个显著难题在于长上下文训练，因为模型本身的回答长度就已经非常长了，要继续训练的更长需要更高昂的计算代价。
博客
游戏巨头Steam幕后：CEO隐居海上，六旬老人带79员工赚尽全球玩家的钱
07-09 573
2021年，在Wolfire Games对Valve的起诉案中，相关文件也是坐实了Valve员工的实际数量——Valve在2021年仅有336名员工，其中只有79人在Steam工作。不过，根据福布斯的报道，可以获知的是，Valve近十年来一直保持着超过40%的营业利润率，而且其人均员工利润往往高于全球一些市值最高的公司，包括亚马逊、AIphabet和微软。在开发了一系列脍炙人口的游戏，如，《半条命》（half life，1998）后，为了简化游戏更新、打击作弊和盗版，在2003年开发了Steam平台。
博客
两张图就能重构3D空间？清华&NTU利用生成模型解锁空间智能新范式
07-09 4
现有视频扩散模型仅能生成单一模态，当需要同步生成法线和语义时，会出现物体表面法线与颜色不匹配等问题，在ScanNet测试中，传统方法的法线与RGB一致性误差平均达27.3°。无需针对每个场景单独训练，就能将512维的CLIP特征高效编码为低维离散索引，在减少内存开销的同时，保持语言特征的本质属性，真正实现跨场景的泛化能力。这种“大一统”架构不仅省去多模型协同的复杂流程，更通过视频扩散的强生成先验，确保了生成内容在3D空间中的一致性，精准补全重建中看不见的视角。LangScene-X创新性地提出。
博客
奥特曼反击挖走4人！Meta华人科学家在列，马斯克也躺枪
07-09 5
我们的策略是继续构建和整合世界一流的基础设施、研究和产品团队，以加速我们的使命，并将人工智能的益处惠及数亿人。2019年，她成为了Meta的工读博士生，在法国国家信息与自动化研究所南锡分部和FAIR攻读并在2021年获得博士学位，研究方向为文本生成。起初他们都认为这是一件疯狂的事，但最后团队成功完成了这项工作，让Uday对在xAI的工作感到非常自豪。他已经是一名13年的“老特斯拉”，2012年就已入职，2017年晋升为软件副总裁。他在特斯拉车辆固件、用户界面和无线更新系统的开发中发挥了关键作用，
博客
百亿机器人独角兽冲刺IPO，细分赛道收入第一
07-08 12
特别是在开支大头——研发层面，过去三年公司的研发开支分别为3.4亿元、3.08亿元和3.94亿元，占总收入的比重已经从2022年的74.7%降到了2024年的42.4%。智能制造场景的毛利率在稳步上升，从2022年的23.1%，到2023年的27.3%，增长到了2024年的32.3%，也是拉动公司整体毛利率回升的主要动力。同时，公司的现金状况需要注意，截至2024年末，镁伽的现金及现金等价物为4.58亿元，较2022年的11.25亿和2023年的9.13亿明显下降。生命科学和制造行业，你都能听到它的名字。
博客
腾讯3D生成模型上新！线稿可变“艺术级”3D模型，鹅厂内部设计师也在用
07-08 16
由于表示mesh结构的token序列很长且容错率低，造成了建模的稳定性不足，也就是同一个模型的多次生成结果可能存在很大差异。总的来说，混元3D-PolyGen在基本保留物体细节特征的情况下，确实能够实现生成面数适当、布线整洁的“艺术级”3D模型。并且根据混元3D团队发布的报告，混元3D-PolyGen相比竞品的重拓扑/AI拓扑方法，可以利用更低的面数实现更好的细节。而自回归模型的上下文窗口有限，对两千个面以下的简单模型还可以进行建模，但对于面数更多的模型就无法建模了。
博客
突破全模态AI理解边界：引入上下文强化学习，赋能全模态模型“意图”推理新高度
07-08 17
HumanOmniV2 在多个基准数据集上取得了突破性成果，它在开源全模态模型中取得了最佳性能，在Daily-Omni上达到58.47%，在WorldSense上达到47.1%，在全新引入的IntentBench上更是高达69.33%。其中包含了图像、视频和音频的理解任务，并融入了丰富的上下文信息，以支持模型在复杂场景下的推理学习。，这种细粒度的损失计算能够确保在处理长样本数据时，模型对每个Token的学习都能得到充分且平衡的优化，避免某些部分因序列过长而被忽视，从而显著提升了训练的效率和质量。
博客
17岁少女推翻40年前数学猜想，师从北大校友张瑞祥，即将攻读博士学位
07-08 12
她能推翻这一猜想，也是源于张瑞祥的一次家庭作业——给几个猜想让她选一个开始论证，但没想到汉娜直接“陷”了进去，她唯一能想到的就是一种新方法，并且逐渐意识到只要自己正确应用这些信息，她便能反驳这一猜想。正是出现在傅里叶分析和偏微分方程（PDE）领域，最初源自对某类一阶扰动的薛定谔方程的良定性（well-posedness）问题的研究，后来成为傅里叶限制性理论中的一个重要问题。，其中N~log R，并构造一个特殊的格点集Q，使得这些点的平移和组合能够产生足够多的重叠，从而导致积分下界显著增加。
博客
基于能量的Transformer横空出世！全面超越主流模型35%
07-08 15
通过全新能量机制，首次实现在跨模态以及数据、参数、计算量和模型深度等多个维度全面超越Transformer++（基于Llama 2的Transformer优化版本）的模型。面对数据有限和泛化需求高的挑战，他提出以能量基模型（EBM）为基础，构建可组合的生成模型，有效突破对大量标注数据的依赖。其次，随着训练时间的增加，EBT的思考能力也不断提升，其通过验证获得的性能提升从4%−8%增加到10%−14%。EBT通过引入基于能量的优化机制，为系统2思维的实现提供了新的思路，展现出良好的扩展性和较强的泛化能力。
博客
AI版三个臭皮匠！ChatGPT/Gemini/DeepSeek合体拿下AGI测试最高分
07-08 11
除了探索宽度的灵活性之外，AB-MCTS在顺序优化表现优异的基准测试中也取得了优异的性能，这表明AB-MCTS通过选择现有子节点进行优化，能够有效地识别并利用了有潜力的分支。在具有挑战性的ARC-AGI-2基准测试中，AB-MCTS结合ChatGPT、Gemini和DeepSeek解决了30%的ARC-AGI-2谜题，而顶尖的独立模型仅解决了23%。在具有挑战性的ARC-AGI-2基准测试中，多LLM AB-MCTS解决的问题比单独工作的任何单个模型（Single-LLM AB-MCTS）都多。
博客
多模态模型学会“按需搜索”，少搜30%还更准！字节&NTU新研究优化多模态模型搜索策略
07-08 25
MMSearch-R1采用GRPO作为强化学习算法进行模型训练，基于veRL框架实现集成多轮对话与搜索的Rollout过程，在每轮对话中，模型首先进行思考，并执行可选的动作，如调用多模态搜索工具与真实互联网进行交互，或给出最终的答案。MMSearch-R1集成图像搜索和文本搜索两种工具，以满足模型应对视觉问答任务的需求，其中图像搜索工具基于Google Lens，支持搜索与用户图像视觉外观匹配的网页标题以及主要缩略图，用于帮助模型准确识别重要的视觉元素。数据集，包含训练集和测试集。
博客
开发者遭ChatGPT“赶鸭子上架”！AI编造假功能，结果吸引大量用户，不得不开发出来了
07-08 13
这其实是利用了神经网络最擅长的事儿：不是输出精准信息，而是一本正经 “胡编” 出超像那么回事的内容，也就是所谓的“幻觉”。小哥非常气愤，ChatGPT完全是在误导大家，而且在这个过程中，它还无形中让网站形象受损，让用户对他们服务的预期设下了错误的引导。该网站能自动适配设备的音乐渲染功能，还有功能完备的基于网页的乐谱编辑器，以及能从照片或PDF中识别音符的“光学音乐识别”系统。更更笑不活的是，大量用户尝试该功能，把开发者架在那儿了，不支持该功能难免会让满怀期待赶来用户感到失望，显得网站很差劲。
博客
苹果庞若鸣也被小扎挖走！Meta AI天团开会直接用中文吧
07-08 23
中科大少年班校友：o3、o4-mini、GPT-4.1和GPT-4o的共同创造者，此前在OpenAI领导感知团队，在Gemini中共同领导多模态工作。，北大计算机系校友：GPT-4o、4o-mini、o1-mini、o3-mini、o3和o4-mini的共同创造者，此前在OpenAI领导后训练团队。佳，清华校友：ChatGPT、GPT-4、所有mini模型、4.1和o3的共同创造者，此前在OpenAI领导合成数据工作。在谷歌工作的最后几年，他负责领导Google Brain的语音识别和产品开发。
博客
谢赛宁回应团队论文藏AI好评提示词：立正挨打，但是时候重新思考游戏规则了
07-08 14
我绝不会鼓励我的学生做这样的事——如果我担任领域主席，任何带这种提示词的论文都会被立刻拒稿。话虽如此，对于任何有问题的投稿，共同作者都有责任，没有任何借口。这对我来说是一个很好的警醒，作为一名PI，不仅要检查最终的PDF文件，还要查看完整的投稿文件。虽然原帖可能带有开玩笑的成分，但我们一致认为，用“以毒攻毒”的方式解决问题并不正确——这会带来更多的伦理问题，而不是解决问题。其次，在事件背后，关于AI审稿，关于AI审稿引发的论文提示词注入，以及类似AI时代新的学术伦理问题，希望能有更深入的讨论和思考。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值