9月全球人工智能领域发展盘点
9月,全球人工智能(AI)领域在大模型、芯片等关键技术迭代,以及应用技术演进等方面有许多发展。同时,AI在推动经济社会各行业智能化、数字化升级方面的作用日益凸显,相关国际合作机制建设也在多维度、多层次继续推进。
9月,全球人工智能(AI)领域在大模型、芯片等关键技术迭代,以及应用技术演进等方面有许多发展。同时,AI在推动经济社会各行业智能化、数字化升级方面的作用日益凸显,相关国际合作机制建设也在多维度、多层次继续推进。
9月24日至26日,由中国安全生产协会主办的第三届安全科技创新大会在江西景德镇召开。本次大会对“第五届安全科学技术奖”进行表彰,大华股份与中国民航科学技术研究院联合共创的《运输机场安全防范体系构建与关键技术研究》项目,凭借突破性的技术创新与切实解决行业痛点的应
谷歌DeepMind正式推出新一代通用机器人基座模型——Gemini Robotics 1.5系列。这款被称为"全球首个具备模拟推理能力的具身模型",不仅让机器人从"执行工具"向"智能体"迈出关键一步,更引发市场对机器人产业链的无限遐想。
如何像遥控器一样开关体内的生物活性分子?2024年诺奖得主、华盛顿大学的 David Baker 及其同事 Adam J. Broerman, Christoph Pollmann 等人,开发了一种基于AI的蛋白质设计新方法,能够创造出可由外部信号分子精确控制
DeepMind的Gemini Robotics模型赋予了机器规划、推理甚至在行动前在线查询回收规则的能力。谷歌的新型人工智能不再遵循固定程序,而是能让机器人自主适应、解决问题,并在彼此之间传递技能。从打包行李箱到垃圾分类,由Gemini-ER 1.5驱动的机
首先,ChatGPT 和 Gemini 走的是两个完全不同的路线。虽然说 Sam Altman 这个人营销能力很强,他的口碑风评逐渐开始有些转向,但是总体上来看,他的判断还是有可取之处的。GPT-5 是想做出 research-grade 的 LLM 助手。目
据谷歌DeepMind团队9月25日发布的博文,其最新推出的Gemini Robotics 1.5系列模型首次让机器人具备“感知-规划-思考-行动”的完整能力链。这一突破并非简单升级,而是试图解决机器人领域长期存在的“硬伤”——如何让机器在不同形态、不同场景中
最近,Google专为AI手机打样的Pixel 10,宣布在Google 相册中可以通过文字或语音编辑图像,直接调用最近大火的Nano Banana图片编辑模型。
29万元补偿金到账的短信提醒在手机屏幕上闪烁,Y先生八年的研发生涯以一种意外的方式按下了暂停键。
谷歌 AI 领域的大神级人物,居然跳槽到马斯克的公司了,这事儿在行业里闹得沸沸扬扬。
这些视频就像「大脑按摩」,让人「颅内高潮」甚至「起鸡皮疙瘩」,实在是太火了,现在网友本人$9.99出售「AI ASMR传播教程」。
近日,为加快新一代信息技术全方位全链条普及应用,促进数字化典型场景和解决方案培育,工业和信息化部印发《场景化、图谱化推进重点行业数字化转型的参考指引(2025版)》(以下简称《指引》),以系统化的行业数字化转型场景图谱(以下简称“行业场景图谱”,即“一图”)精
谷歌 DeepMind 宣布升级其机器人 AI 模型组合,推出 Gemini Robotics 1.5 与 Gemini Robotics‑ER 1.5,两者协同为机器人带来多步推理与执行能力,支持在真实环境中“先思考、再行动”的代理式工作流。新系统可理解视觉
gemini robotics geminirobotics 2025-09-29 10:05 8
谷歌DeepMind专为机器人打造的AI模型系列Gemini Robotics更新,其研发团队推出Gemini Robotics 1.5和Gemini Robotics-ER 1.5,它们协同工作,构成了机器人的“执行和决策系统”。
在大模型全面渗透的今天,谷歌 DeepMind 正在为机器人打开一扇新门——物理智能体(physical agents)的时代正式来临。它们不仅能感知世界,还能规划、推理、使用工具并自主行动,从而解决那些以往对机器人来说几乎不可能的复杂、多步骤任务。
gemini robotics geminirobotics 2025-09-27 06:40 9
当我们习惯事事问 AI ,你有没有想过这几个问题:AI 每敲下一段回答,大概会消耗多少能量?以及如果把人脑比作“生物计算机”,和 AI 的“硅基大脑”比起来,到底谁处理信息的能耗更高效?
虽然它已经是我的身体中耗能最高的器官,霸占了我 20%的日常能量消耗,但功率也不过 16 瓦左右。即使截稿日迫在眉睫,它也不肯提高一点功率来帮帮忙。
结果不稳定:每次生成的代码结果不一致,难以保证质量流程不规范:每次都要重复输入大量提示词,与AI反复"拉扯"经验难复制:个人积累的最佳实践无法团队化、规模化效率低下:缺乏标准化流程,开发效率受限
近期数据显示,谷歌Gemini在多国应用商店的下载量已实现对ChatGPT的反超,尤其凭借如“NanoBanana”图像生成等功能吸引了大量新用户。
近日,一名来自格鲁吉亚的学生在开发者社区讲述了自己的惨痛经历:因为一次无心之失,他不小心将 Google Cloud 的 Gemini API Key 泄露在 GitHub 上,结果在短短几个月内被恶意滥用,最终生成了一张高达 55444 美元(约合 40 万