00:00 / 01:45
连播
清屏
智能
倍速
点赞879
00:00 / 01:12
连播
清屏
智能
倍速
点赞23
00:00 / 00:52
连播
清屏
智能
倍速
点赞1003
00:00 / 00:56
连播
清屏
智能
倍速
点赞24
00:00 / 07:07
连播
清屏
智能
倍速
点赞30
00:00 / 01:36
连播
清屏
智能
倍速
点赞0
#家庭教育日常 物理AI的应用前景[1] 物理AI的应用前景极其广阔,它不仅会重塑科学研究本身,更会通过技术转化深刻影响众多产业和人类社会。 一、开源的具身大脑模型RynnBrain,创造性地引入了时空记忆和物理世界推理,让机器人首次拥有时空记忆! 1.物理空间推理确保其推理过程紧密扎根于物理环境,大大减弱了幻觉问题。 2.时空记忆能力可让机器人,在其完整的历史记忆中定位物体、目标区域、预测运动轨迹,从而赋予机器人全局时空回溯能力。 3.例如,运行模型的机器人,在执行A任务中被突然打断,要求先做B任务,它能记住A任务的时间和空间状态,等完成B后继续工作。 二、重塑基础科学研究范式(“AI科学家”) 1.自动化科学发现平台: •场景:AI系统可以自主阅读海量文献,提出可测试的假说,设计并运行模拟实验(或控制机器人进行真实实验),分析结果,然后迭代优化。 •AI系统擅长在高维度的参数空间中寻找规律,识别出人类科学家未曾测试过的低成本组合。 例如,在无细胞蛋白质合成中,AI提出的新配方在面对内部变化或外部干扰时仍能保持功能稳定和正常运行(即,鲁棒性)。还能调整看似不起眼的微量成分,能以极低的成本换取产量的显著提升。 •前景:可能成为每个实验室的标配,大幅提升效率,加速从材料、生物到宇宙学各领域的突破。 2.统一复杂系统建模: •场景:传统上,微观(量子)、介观(经典)、宏观(连续介质)尺度有不同物理模型。 物理AI可以构建跨尺度统一模型,实现从原子到飞机引擎叶片性能的无缝预测。 •前景:为复杂系统(如气候变化、核聚变等离子体、生物大脑)提供前所未有的整体视角和预测能力。 三、赋能可持续发展与应对全球挑战 1.气候变化与环境保护: •高精度地球系统模拟:构建融合物理定律与观测数据的“地球数字孪生”,以更高时空分辨率预测极端天气、碳排放轨迹,为政策制定提供超强工具。 •碳捕获与存储:AI设计高效吸附剂,优化碳捕获工艺,并监测地质封存的安全性。 2.灾害预测与应对: •地震、地质灾害:分析多源数据,结合地质力学模型,提升中长期预测能力。 •城市防灾:优化城市规划和应急方案。 物理AI把科学家从繁琐劳动中解放出来,专注于更高层次的思考。是自身智慧和能力的延伸。 它放大了我们的力量和责任。 部分内容来自AI,仅供参考,请仔细甄别。#AⅠ#物理AI#智能体##科普
00:00 / 02:28
连播
清屏
智能
倍速
点赞20
今天科技圈有个消息特别值得关注——小米突然开源了他们的首代机器人大模型Xiaomi-Robotics-0。雷军亲自发微博官宣,这个拥有47亿参数的具身智能模型,在三大主流测试集上把所有对手都甩在了身后。 但比成绩更重要的是,小米这次解决了一个困扰机器人行业多年的"卡脖子"问题:脑子聪明,但手脚太慢。 你可能看过这样的视频:机器人接到指令后要愣个几秒才能动,动作一顿一顿像卡顿的PPT,环境稍微变化就傻眼。这就是传统VLA模型的通病——虽然懂视觉、会语言,但庞大的计算量让推理延迟高得离谱,真机运行时像个"反应迟钝的木头人"。 小米这次祭出了"大脑+小脑"的混合架构。大脑是视觉语言模型,负责听懂人话、看懂环境;小脑是16层的Diffusion Transformer,专门生成连续的动作块。这种分工就像人类神经系统:大脑思考战略,小脑控制执行,各干各的互不拖累。传统模型必须算完一步才能动一步,小米让模型推理和机器人运行脱钩,各跑各的。哪怕模型还在"思考"下一步,机器人的手也不会停下来。 效果有多夸张?在消费级显卡RTX 4090上,推理延迟压到了80毫秒,控制频率达到每秒30次。这意味着什么?普通人眨一下眼要300毫秒,小米的机器人在你眨眼间已经完成了三轮决策。叠毛巾、拆积木这种需要手眼协调的精细活,现在能做得行云流水。 但小米的野心不止于技术炫技。他们直接选择了开源,把代码、模型权重、技术文档全部公开。这步棋下得很有意思——当行业还在争论要不要闭源筑墙时,小米选择把门槛打下来,让普通开发者用消费级硬件就能玩转具身智能。 这背后有个清晰的商业逻辑:机器人赛道要爆发,不能光靠几家大厂玩,必须让整个生态先活起来。就像安卓开源催生了移动互联网生态,小米这次开源可能加速具身智能从实验室走向工厂、家庭、服务业。 从投资角度看,这释放了两个信号。第一,机器人赛道正在从"拼硬件"转向"拼算法",软件定义机器人的时代来了。第二,开源生态的建立会加速行业洗牌,没有自研大模型能力的硬件厂商,未来可能沦为代工厂。 当然,挑战依然存在。仿真测试的成绩再漂亮,真机部署时还会遇到各种corner case。但小米这次证明了,中国团队不仅能做应用创新,在底层架构上也能提出原创性解决方案。 #小米机器人模型 #小米战略 #xiaomi-robotic #具身智能 #小米
00:00 / 02:49
连播
清屏
智能
倍速
点赞2843
极智嘉发布全球首款面向仓储场景的通用机器人Gino 1! Gino 1 通过具身大脑 Geek+ Brain 对极智嘉多年积累的海量仓储数据进行训练,并结合大规模仿真强化学习,形成了类人的通用操作能力,真正实现了“一台机器人覆盖仓内主流人工操作场景”。 通过面向仓储场景的设计和相关数据训练, Gino 1 不仅在可靠性和效率表现上能满足客户要求,更具备卓越的成本效益,让客户更愿意进行商业化部署,从而加速产品实现真正的商业化应用。目前,该产品现已具备成熟的量产能力,可快速投入规模化部署。 🤖全栈自研硬件本体,让机器人真正走得顺、拿得稳、靠得住! ✅头部多目视觉 ✅三指灵巧手 ✅仿人全关节力控双臂 ✅超长作业续航 ✅三维环境感知 ✅超强算力 ⚡具身智能VLA快慢协同系统,让机器人真正看得懂、想得清、做得准! ✅多模态融合感知 ✅快慢协同智能架构 ✅高频闭环动作决策中枢 ✅数据驱动持续进化 Gino 1 为仓储自动化带来四大核心价值:复杂任务高效执行、智能行为可解释可管理、工业级作业稳定性以及场景持续进化能力。 Gino 1 的面世,是极智嘉创新发展版图中的关键里程碑: 从“货到人”模式的专用仓储机器人(AMR),到解决海量商品高效拣选的专用机械臂无人拣货站,再到今日发布的通用仓储机器人 Gino 1,极智嘉成功构建了多智能体全流程协同的智能仓储作业体系,全面引领无人仓新纪元! #极智嘉 #全球首款人形通用仓储机器人 #无人仓
00:00 / 03:30
连播
清屏
智能
倍速
点赞56
世界最小全可编程自主机器人问世:比盐粒更小,成本仅1美分 近日,美国宾夕法尼亚大学与密歇根大学联合团队成功研发出全球最小全可编程自主微型机器人,相关成果发表于《科学·机器人学》与《美国国家科学院院刊》,为微观尺度智能装备领域树立全新里程碑。 这款机器人尺寸仅200×300×50微米,体积小于一粒普通食盐,却实现了高度集成与完全自主运行。团队采用CMOS工艺,将光伏电池、温度传感器、处理器与驱动单元一体化集成于芯片,构成完整片上系统,可精准感知约1/3℃的温度变化,并基于感知信息自主完成决策与动作响应。 与传统微型机器人不同,该设备无任何机械运动部件,依靠电场驱动离子流、带动流体实现游动与转向,移动速度可达每秒一倍身长,结构稳定耐用。能量上由微型太阳能电池供电,在LED光源驱动下即可连续工作数月,无需外部线缆、磁场或控制器,单台制造成本低至1美分,具备大规模量产与部署潜力。 凭借超微体积、全自主能力与极致成本优势,该机器人在医疗健康、微制造、环境监测等领域拥有广阔前景,可用于单细胞监测、靶向给药、微手术辅助、微型设备组装及微观环境参数检测,也可组成集群协同完成复杂任务。此项突破正式开辟亚毫米级自主机器人新赛道,为微观操作、精准医疗与微纳产业提供了革命性技术路径。#科技 #机器人
00:00 / 01:06
连播
清屏
智能
倍速
点赞4
00:00 / 02:40
连播
清屏
智能
倍速
点赞347
详细聊Gemini 3 “Deep Think” 推理模式 谷歌在2月13日发布了其AI模型 Gemini 3 “Deep Think” 推理模式的一个重磅升级。这个新模式不再只是聊天工具,而是定位为一个“超级科学家大脑”,专门用来攻克最前沿的科学、研究和工程难题。 升级后的模型在多项“高难度考试”中创下新纪录,全面碾压了对手: 它在被称为“人类终极测试”的基准测试中刷新了最佳纪录,在最考验抽象推理能力的 ARC-AGI-2 测试中获得了84.6%的高分。在竞技编程平台 Codeforces 上获得了 3455 的惊人评分。此外,它在 2025年国际数学、物理、化学奥林匹克竞赛 的笔试中都达到了金牌水平。这些成绩均全面超越了竞争对手 Claude Opus 4.6 和 GPT-5.2。 该模型的核心目标是实际应用,已成为科研一线的重要工具: 谷歌强调,Deep Think 旨在真正帮助研究者和工程师解决现实问题。它展现出的能力包括: 自动化设计制造:将一张简单的设计草图,自动分析并生成可直接用于3D打印的复杂三维模型文件。 深度学术审阅:能够识别出高度专业的数学论文中,连人类同行评审都未曾发现的细微逻辑缺陷。 前沿材料研发:例如帮助杜克大学的研究人员优化复杂晶体的生长方法,成功培育出性能指标更优的新型半导体材料薄膜。 此次发布的重要背景是华人科学家的贡献: 值得注意的是,曾获得清华物理系特等奖、并从 Anthropic 加入谷歌 DeepMind 的 姚顺宇(Shunyu Yao) 研究员,参与了这一重要模式的开发工作。 总结来说,Gemini 3 Deep Think 的升级标志着顶级AI模型竞赛正从通用对话能力,转向 “深度专业化” 和 “科研生产力” 的新高地。它不再满足于回答问题和生成内容,而是开始作为专家级的思考伙伴,直接推动科学发现和技术创新的边界。目前该模式优先向 Google AI Ultra 订阅用户及申请获批的研究人员与企业开放。
00:00 / 06:49
连播
清屏
智能
倍速
点赞2