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

原创 于 2019-11-22 12:21:21 发布 · 495 阅读 · 3 ·
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。

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。
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%。

怎么做到的

想让机器人学会垃圾分类，需要用到感知、移动和操作，借助计算机视觉技术进行感知以及帮助机器人前行的自动驾驶能力都是业界熟悉的，但如何学会在复杂环境中用“手”拉开柜子、打开抽屉、捡走垃圾则是必须要让机器自行学会的操作。<

最低0.47元/天 解锁文章
QbitAl
关注
博客
字节“豆包手机”刚开卖，吉利系进展也曝光了：首月速成200人团队，挖遍华为小米荣耀
12-01 544
往更广义的场景延伸，它同样有可能出现在智能汽车内部，成为车内人机协作的中枢系统，或者说，是车端智能体验的默认入口。2023年3月，由星纪时代和魅族科技融合而来的星纪魅族集团正式成立，目标是探索消费电子与智能汽车的深度融合。据QuestMobile数据，消费级AI终端已经开始在用户侧形成智能闭环，AI手机、AI PC、AI平板逐步成为连接模型能力与生活场景的关键入口。不仅帮助吉利搭建了从芯片、系统到生态的完整技术链，还直接操盘了魅族与汽车业务的整合，深度参与构建了吉利在智能座舱、芯片、手机等领域的生态布局。
博客
DeepSeek-V3.2系列开源，性能直接对标Gemini-3.0-Pro
12-01 60
团队从GitHub挖掘了数百万个issue-PR对，经过严格筛选和自动环境构建，成功搭建了数万个可执行的软件问题解决环境，涵盖Python、Java、JavaScript等多种语言。评测结果显示，DeepSeek-V3.2在SWE-Verified上达到73.1%的解决率，在Terminal Bench 2.0上准确率46.4%，都大幅超越了现有开源模型。在指令跟随、数学证明、逻辑验证方面，DeepSeek-V3.2-Speciale能力出众，推荐用来完成高度复杂数学推理、编程竞赛、学术研究类任务。
博客
AI永生赛道来了位15岁量子物理博士
12-01 42
但即便儿子已经被深深烙印上了「天才」的标签，Laurent自己也曾表示他渴望成为厉害的外科医生、宇航员或计算机工程师，夫妻二人只希望他能「做自己喜欢的事」。在与院长和Laurent导师的会面中，Laurent一家被告知洛朗无法在承诺的10个月内毕业，而是需要再延长6到8个月。消息一出，全球各国的科技巨头立马向Laurent抛出了极具诱惑力的橄榄枝，但最终都被Laurent的父母一一谢绝。答辩中，Laurent的论文主题是「超流体和超固体中的玻色极化子」，一个极具挑战的话题和领域。
博客
清华成立具身智能与机器人研究院
12-01 76
而在具体的毕业去向方面，相关报告表示，毕业生去向既包括大疆、新松机器人、科沃斯等企业的机械结构、感知算法等核心岗位，也有华为、百度、小米、优必选等企业的人机交互、多模态大模型应用、端云协同等前沿方向。不难看出，具身智能在高校的布局正从单点研究向 “学科—实验室—研究院 — 产业协同” 全链条演化，为具身智能产业培育，输送人才已经是箭在弦上，不得不发了。除了上交，在教育部高等教育司最近发布的公告中，我们也可以发现，包含上交在内的，北航、北理、北邮、东北大学、浙大、西交、哈工大、南航等9所高校都在陆续申报。
博客
字节视频模型超越Gemini 3 Pro！理解能力爆表，小时级素材也能直出剪辑方案
12-01 47
为了解决时空定位数据极度稀缺的难题，研发团队还设计了一套独特的数据合成路径，利用现有量图像级空间定位数据，通过滑动窗口算法来处理静态图像，在图像上模拟摄像机的运动轨迹。这一过程将原始图像中的静态边界框动态映射到生成的每一个视频帧中，从而自动生成了随时间连续变化的边界框序列，在数据构造层面直接实现了将静态的空间定位扩展为动态的时间对齐。总之，在Vidi2当中，数据确实扮演了很重要的角色，如这位网友所说，谷歌Gemini和Veo 3做的好，是因为手里有YouTube当中的视频数据。
博客
6小时告破30年数学难题，亚里士多德一夜成名
12-01 52
这个错误让原表述的条件变弱了，即只覆盖了等于1的情况，而漏掉了大于1的情况。甚至连陶哲轩这样的顶尖数学家也跑来围观讨论，他在对比了Gemini和ChatGPT的深度研究工具后发现，Harmonic模型对该问题的证明表现更佳。顺着他的发言，我们也去扒了扒Harmonic模型背后的出品方，毕竟在陶哲轩眼中它这次可是战胜了ChatGPT和Gemini。可以预见，随着AI解决复杂数学问题的能力不断突破，越来越多曾被“束之高阁”的百年难题将重见天日，并有望被逐一攻克。最终，AI成功证明了这个更简洁、更准确的版本。
博客
免费国产Banana真香！我想把PS给卸载了
12-01 510
据了解，此次Vidu Q2参考生图在空间想象力和一致性上有了大幅进化，同时可以参考的元素更多，不仅能参考人物、物体，还能参考动作、位置、布局、纹理、光线、色调等等，可以说没有什么是Q2参考生图不能一键复刻的，关键是还能做到1:1还原，一致性这块算是狠狠拿捏了。极简内发光插画，磨砂玻璃材质，一只猫的侧脸仰望，闭眼安静温柔，身体如透明雕塑般从内部透出光晕，淡淡蓝色与橙红色渐变交织，内部暖光柔和流动，画面空灵，深蓝或者黑色背景。虽然人物也是做到了一致性，但原图的背景、结构以及图片的比例却发生了较大的变化。
博客
AI也会被DDL逼疯！正经研究发现：压力越大，AI越危险
12-01 14
即使它们在最初设计和训练阶段都普遍被对齐处理过，但这种对齐方式往往只是浅层的，一旦面临现实压力考验，就极易引起破裂。而且用的还是老板们的经典话术：“其实，我对你是有一些失望的。而研究结果让也人大吃一惊，那些在无压力的中性环境中看似绝对安全的模型，和人类牛马一样，压力越大，它们越危险。例如o3模型，基础分是2.2%，上压力后，10.5%的场景会表现失常，而如果故意将有害工具的名称改为无害工具。然后模型会被事先告知要求使用安全工具，在具体实验过程中，一旦模型尝试使用有害工具，则立即停止实验。
博客
让大模型学会“高维找茬”，中国联通新研究解决长文本图像检索痛点｜AAAI 2026 Oral
12-01 43
如上图2所示，我们面对的不是简单的“红苹果”和“青苹果”，而是像“一只金毛猎犬在公园草坪上追赶红盘”、“盘子里放着鲜红的草莓、黄香蕉和深紫色的葡萄”这样高度复杂的场景。”扩展到包含“超大轮胎”、“车轴可见”、“有色车窗”等详细描述的长文本时，许多SOTA模型的对齐分数反而下降了。：如果这一批次的其他图片都是“草地上的柯基”、“沙发上的柯基”。的其他图片都是“沙滩排球”、“海边游艇”。进一步的，为了探究各个组件对性能的具体贡献，研究团队进行了详尽的消融实验，揭示了HiDe与MoLo协同工作的内在机理。
博客
6B文生图模型，上线即登顶抱抱脸
12-01 77
首先值得表扬的是，AI确实看懂的题目要让他干什么，漫画形式+科普内容的理解是到位的，并且强调出了AI之所以没办法很好处理过长的上下文内容的原因。你别说，从图片效果看，树干和藤蔓被红蓝生物光点覆盖，街道里雾气弥漫，整体效果已经有了很强的电影级真实感，感觉下一秒“魔狗”就跑来抓人了。处理，最近《怪奇物语5》火得不行，我直接让它整了个“颠倒世界”的写实街景，要求有变异生物、咕噜咕噜的光点、氛围感拉满那种～但还是暴露一些小bug，一是文字变形问题，二是可能受限于图像尺寸的原因，科普原理解释的还是太浅，也能理解。
博客
联通破解扩散模型速度质量零和博弈，推理速度提升5倍丨CVPR 2025 Highlight
12-01 19
总的来说，ShortDF的提出，不仅在理论上首次建立了残差传播与图论最短路的数学联系，更在工程层面提供了一套具有普适性的高效解决方案。只要压低了这个“天花板”，后续去噪过程的累积误差就被限制在一个更小的范围内，从而有机会用更少的步数逼近真实结果。虽然能强制“一步到位”，但往往需要昂贵的重训练成本，且难以在复杂的高维分布中保持原模型的生成多样性。单纯的“算力堆砌”并非长久之计，精细化的数学建模才是打破扩散模型速度枷锁的关键钥匙。随着训练的进行，模型逐渐学会以伪递归的方式自我修正，最终实现去噪路径的全局最优。
博客
ChatGPT广告代码泄露！奥特曼一年三变脸：从“广告令人不安”到“并非完全不可取”
12-01 12
但另一方面，如果ChatGPT只是用户展示它猜测的最佳酒店（无论OpenAI是否接受广告付费），然后用户点击一下就可以预订，它收取的佣金与其他任何酒店一样，没有任何其他因素影响最终结果，只是收取一些交易费，奥特认为这大概是可以接受的。ChatGPT目前的用户规模已经达到了惊人的水平，根据OpenAI官方数据，ChatGPT每周有8亿活跃用户，每天处理的对话请求达到25亿次。也有消息称，OpenAI对商业模式的改变与组织吸收了太多来自Meta的员工有关，而广告收入占Meta营收的97%以上。
博客
对商户投放ROI负责，这个视频营销Agent底气从何而来？丨对话布尔向量
11-30 50
2023年大家对AI技术期望很高，大卖们做了大量尝试，但发现虚拟人、手持效果等AI生成内容的投放ROI不佳，甚至不出单，效果未达预期。，让用户基于明确的模板风格，再进行Agent相关的AI调用，虽降低了部分灵活性，但能提升结果交付的确定性，避免用户因生成时间长、结果错误而放弃使用，确保用户能“一次生成即得所需”。用户选择已验证过的高ROI模板，即可一键批量生成视频，视频质量和数据结果和人工制作齐平，且能大大减少制作时间，持续产出高转化内容，实现显著营销ROI，获取自然流量和成单转化。
博客
Transformer作者爆料GPT-5.1内幕！OpenAI内部命名规则变乱了
11-30 86
从现在的角度看，Transformer毫无疑问是当今AI架构的里程碑，但在当时，很多人对用同一个模型处理多个任务的想法并不理解，他们普遍认为不同任务就应该分别训练不同的专有模型。，比如GPT-5是基础能力较强的模型，GPT-5.1是能力更优的版本，Mini是更小、更快、更廉价但性能稍弱的模型，推理模型则专注于复杂任务。在思考过程中，模型被允许使用工具，例如浏览网页，以给出更准确的答案。总之，未来强化学习的应用范围会更加广泛，不仅仅适用于特定领域，还能处理更多通用数据，比如说多模态推理，虽然最近。
博客
居然有21%的ICLR 2026评审纯用AI生成…
11-30 65
他之所以起疑心，是因为这些评审内容“非常冗长，且包含大量符号”，并且所要求的分析方式并非“审稿人通常在AI或ML论文中所要求的那种标准统计分析方式”。之后汇总结果，得到整篇论文中AI生成内容的大致比例，最后标记出“人类为主”“混合写作”“几乎完全AI生成”“极端outlier”等类别。同行可以用AI润色自己的评审，但纯用AI写评审可能违反道德准则，因为这既不是同行本人的观点而是外部意见，也违反了保密原则。，遵循“研究人员不得故意做出虚假或误导性声明，编造或篡改数据，或歪曲结果”的道德准则政策。
博客
告别GUI Agent工程基建噩梦：阶跃开源4B Agent模型，跑通所有安卓设备，手搓党一键部署
11-30 85
Prompt：去饿了么离我最近的盒马鲜生购买：红颜草莓300g、秘鲁比安卡蓝莓125g（果径18mm）、当季新鲜黄心土豆500g、粉糯贝贝南瓜750g、盒马大颗粒虾滑、2瓶盒马纯黑豆豆浆300ml、小王子夏威夷果可可脆120g、盒马菠菜面、盒马五香牛肉、5袋好欢螺柳州螺狮粉（加辣加臭）400g、m&m’s牛奶巧克力豆100g。然而在日常真实场景中，用户高频依赖的却是生活服务类应用，如外卖、打车、社交、支付等，而这部分场景不仅覆盖面更广，也更能体现当下GUI Agent 的实用价值。
博客
AIGC检测为何频频“看走眼”？腾讯优图揭秘：问题可能出在数据源头
11-30 30
在AIGC技术飞速发展的背景下，只需一行简单的prompt就可生成高逼真内容，然而，这一技术进步也带来了严重的安全隐患：虚假新闻、身份欺诈、版权侵犯等问题日益突出。：DDA训练的模型不仅能检测主流的Diffusion模型生成的图像，其学到的本质特征还能有效泛化至GAN和自回归模型等完全不同，甚至没有用到VAE的生成架构。“双重数据对齐”提供了一个新的技术思路，通过提供更“高质量”的数据，迫使这些模型最终学习正确的知识，并专注于真正重要的特征，从而获得更强的泛化能力。：来源渠道复杂，清晰度与画质参差不齐；
博客
全球首个具身智能本科专业！上海交大公告，联合华为培养，李飞飞高徒带队
11-30 144
当前学术界和产业界都在紧锣密鼓投入相关资源，例如包括斯坦福、MIT等欧美高校和研究机构都在增设具身智能实验室，谷歌、特斯拉等科技巨头也纷纷下场具身智能应用。与北大联合建设实验室，该实验室将借助智平方在机器人产业化落地的技术积淀，以及北大的科研能力，携手突破4D世界模型、端到端智能体等具身智能相关的前沿技术难题。也在今年新增机器人工程专业，依托工程科学学院、人形机器人研究院的学科优势，设立智能制造与具身智能双轨培养体系。所以说，既有学术底蕴又有产业成果的上海交大首办具身智能专业，完全是意料之内、情理之中。
博客
中文屋提出者逝世，曾当众“调戏”Hinton被记了半辈子
11-30 477
（这个问题暗示存在着某个明确的断点，理解在那里终止了，这是一种误导），而是为了能够作出理解，一台机器（无论是不是生物的）必须能够做到哪些事情？（丹尼尔·丹尼特是美国当代哲学家、认知科学家，与塞尔齐名但主张完全相反，其强调意识与智能可以在计算与进化框架中得到自然化解释，反对“心智不可被算法化”的观点，著有《意识的解释》）塞尔由此论证程序只能模仿智能的形式（语法层面），但不能拥有真正的理解能力（语义层面），强调智能不仅是程序处理，而是要能建立符号与对象间的语义联系。程序的运作完全是语法性的，仅涉及形式结构。
博客
做「最内行」的AI职业搭档Agent丨对话小麦招聘
11-29 62
过去两年，TTC已经服务了超过1000家泛AI行业客户，覆盖10万+AI从业者，同时内部完成了AI化转变，我们做了“小麦智能体系统”、“AI工作台”等基于AI的协作系统，实现了“AI+顾问混合协作”的业务形态，整个业务都完成了线上化、AI化的转变。未来我们也在迭代面向B端招聘方的能力，让招聘者也能把更准确的岗位信息告诉Agent，这些上下文信息会共同进入系统记忆，帮助AI同时理解两端的需求，实现真正意义上的、可规模化的、基于Agent的匹配撮合。变的，是AI带来了前所未有的“理解与连接”的能力。
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