草庐IT

meta-robots

全部标签

【AI视野·今日Robot 机器人论文速览 第七十五期】Thu, 11 Jan 2024

AI视野·今日CS.Robotics机器人学论文速览Thu,11Jan2024Totally16papers👉上期速览✈更多精彩请移步主页DailyRoboticsPapersAnalyticalModelandExperimentalTestingoftheSoftFoot:anAdaptiveRobotFootforWalkingoverObstaclesandIrregularTerrainsAuthorsCristinaPiazza,CosimoDellaSantina,ManuelG.Catalano,GiorgioGrioli,AntonioBicchi机器人脚对于保持动态稳定性和

Mistral AI vs. Meta:顶级开源LLM比较

为了提高性能,大型语言模型(llm)通常会通过增加模型大小的方法来实现这个目标,但是模型大小的增加也增加了计算成本和推理延迟,增加了在实际场景中部署和使用llm的障碍。MistralAI是一家总部位于巴黎的欧洲公司,一直在研究如何提高模型性能,同时减少为实际用例部署llm所需的计算资源。Mistral7B是他们创建的最小的LLM,它为传统的Transformer架构带来了两个新概念,Group-QueryAttention(GQA)和SlidingWindowAttention(SWA)。这些组件加快了推理速度,减少了解码过程中的内存需求,从而实现了更高的吞吐量和处理更长的令牌序列的能力。此外

Unity Meta Quest 一体机开发(九):【手势追踪】通过录制抓取手势实现自定义抓取姿势

文章目录📕教程说明📕录制前的准备📕第一种录制方法(HandGrabPoseTool场景)⭐在运行模式中确认录制⭐保存录制的手势,将物体做成Prefab⭐在编辑阶段调整抓取手势🔍FingersFreedom🔍调整录制手势的手指弯曲🔍隐藏预渲染的手势模型📕第二种录制方法(HandGrabPoseRecorder窗口)⭐选择用哪一只手录制⭐选择给哪一个物体录制抓取手势⭐在运行模式中确认录制⭐保存录制的手势⭐给物体加载录制的手势数据⭐在编辑阶段调整抓取手势📕生成镜像手势📕生成姿势相同,不同缩放的手势此教程相关的详细教案,文档,思维导图和工程文件会放入SpatialXR社区。这是一个高质量XR社区,博主

买个机器人端茶倒水有希望了?Meta、纽约大学造了一个OK-Robot

「xx,去把电视柜上的遥控器帮我拿过来。」在一个家庭环境中,很多家庭成员都不免被支使干这种活儿。甚至有时候,宠物狗也难以幸免。但人总有支使不动的时候,宠物狗也并不一定都能听懂。帮人类干活儿的终极梦想还是寄托在机器人身上。最近,纽约大学、Meta研发出的一款机器人学会了这个技能。你只需要对它说,「把桌子上的玉米片拿到床头柜上」,它就能自己找到玉米片,并规划出路线和相应的动作,顺利完成任务。此外,它还能帮你整理东西或扔垃圾。这个机器人名叫OK-Robot,由来自纽约大学、Meta的研究者共同构建。他们将视觉语言模型(用于物体检测)、导航和抓取的基础模块整合到一个开放知识型框架中,为机器人的高效拾放

overleaf报错:Sorry, we could not verify that you are not a robot. Please check that Google reCAPTCH

overleaf登录遇到问题:原因:人机验证被拦截解决方案:1.关闭代理服务器   有时候挂着VPN就关机的话,再开机就会默认打开代理服务器  在“设置→网络→代理”中关闭代理服务器即可2.换一个浏览器3.关闭广告拦截    若有下载广告拦截插件,则关闭插件即可4.关闭防火墙(不太推荐)更多解决方案详见:HowtoresolvereCAPTCHAnotworkinginanybrowser?—AuslogicsBlog

2024年1月17日Arxiv最热论文推荐:清华提出多模态知识检索新框架、MIT新方法大幅提升LLMs的连贯性、浙大新模型助力视频任务新突破、Meta 革新搜索技术、Google革新AI写作

本文整理了今日发表在ArXiv上的AI论文中最热门的TOP5。论文解读、论文热度排序、论文标签、中文标题、推荐理由和论文摘要均由赛博马良平台(saibomaliang.com)上的智能体 「AI论文解读达人」 提供。如需查看其他热门论文,欢迎移步 saibomaliang.com   ^_^TOP1GenerativeMulti-ModalKnowledgeRetrievalwithLargeLanguageModels标题:清华&腾讯联手突破!提出多模态知识检索新框架,性能大幅领先,AAAI2024亮相标签:Tsinghua、Tencent、NLP、IR、AAAI2024作者:XinweiL

VR 世界沉浸感再升级,Meta 打造超逼真虚拟手模型

1月22日消息,双手是我们与世界交互的重要工具,也是我们自我认同的重要部分。在虚拟现实的世界里,一双逼真写实的双手将极大地提升用户沉浸感和化身认同感。Meta近期正在致力于让虚拟现实中的双手尽可能逼真和个性化,以增强用户在元宇宙中的沉浸式体验。近日,来自MetaCodecAvatars实验室和新加坡南洋理工大学的研究人员联合发布了开创性研究成果——URHand,即“通用可变光照手部模型(UniversalRelightableHands)”。URHand并非简单的手部模型,它能够根据用户的真实双手进行个性化调整,并模拟真实光照环境下的手部细节,研究人员将其称为“首个可适应不同视角、姿势、光照和

【AI视野·今日Robot 机器人论文速览 第七十一期】Fri, 5 Jan 2024

AI视野·今日CS.Robotics机器人学论文速览Fri,5Jan2024Totally11papers👉上期速览✈更多精彩请移步主页DailyRoboticsPapersMachineLearninginRoboticUltrasoundImaging:ChallengesandPerspectivesAuthorsYuanBi,ZhongliangJiang,FelixDuelmer,DianyeHuang,NassirNavab本文回顾了智能机器人超声超声成像系统的最新进展。我们首先介绍机器人超声成像中常用的机器人机制和控制技术及其临床应用。随后,我们重点关注机器学习技术在机器人超声检

ConvNet与Transformer谁更强?Meta评测4个领先视觉模型,LeCun转赞

如何根据特定需求选择视觉模型?ConvNet/ViT、supervised/CLIP模型,在ImageNet之外的指标上如何相互比较?来自MABZUAI和Meta的研究人员发表的最新研究,在「非标准」指标上全面比较了常见的视觉模型。论文地址:https://arxiv.org/pdf/2311.09215.pdf就连LeCun称赞道,非常酷的研究,比较了相似大小的ConvNext和VIT架构,无论是在监督模式下训练,还是使用CLIP方法进行训练,并在各种属性上进行了比较。超越ImageNet准确性计算机视觉模型格局,变得越来越多样复杂。从早期的ConvNets到VisionTransforme

【AI视野·今日Robot 机器人论文速览 第七十四期】Wed, 10 Jan 2024

AI视野·今日CS.Robotics机器人学论文速览Wed,10Jan2024Totally17papers👉上期速览✈更多精彩请移步主页DailyRoboticsPapersHold'emandFold'em:TowardsHuman-scale,Feedback-ControlledSoftOrigamiRobotsAuthorsImmanuelAmpomahMensah,JessicaHealey,CelinaWu,AndreaLacunza,NathanielHanson,KristenL.Dorsey软机器人技术中尚未开发的功能是本体感觉反馈控制,其中仅使用机器人身体上的传感器即可感