拿完350万美元种子轮后,他们做了一款消费级神经干预AI耳机,众筹金额已达91w
拿完350万美元种子轮后,他们做了一款消费级神经干预AI耳机,众筹金额已达91w试图把医疗级脑刺激技术装进日常耳机。
搜索
试图把医疗级脑刺激技术装进日常耳机。
外界不只有 Meta 一家公司表达过收购兴趣。
7 月 7 日这一天,有两条关于中国 AI 公司自研芯片的消息成为热点新闻。
不教AI认手,而是从视频世界模型里直接「读」出双手:三大基准SOTA,让百万小时野生视频第一次能变成机器人的操作教材。
机器人正在进厂打工……
“这个问题不用解决,你也可以拿到非常好的offer!”
一个AI工具挖出了藏在Linux里15年的致命漏洞,另一个AI却因为一个被录错的数字,让四辆警车把无辜记者当成盗车贼围了起来。
奖励模型(Reward Model, RM)是大语言模型对齐的核心组件,负责为模型输出提供符合人类偏好的评价信号。现有方法各有短板:标量判别式 RM 高效稳定但可解释性有限;生成式 judge 能给出判断理由,却需为每个样本生成长 reasoning,token 与延迟开销显著。
近期,围绕「世界模型」的讨论持续升温。机器人、自动驾驶、视频生成、具身智能等多个方向都在频繁使用这一概念,相关系统不断出现,演示形式日益丰富,评价指标也越来越多。伴随这一趋势,一个基础问题变得格外重要:当一个模型被称为「世界模型」时,人们究竟在评价什么?
在过去二三十年的互联网发展中,个性化推荐几乎一直是平台的核心能力之一。打开视频 app,平台决定你接下来会刷到什么视频;打开购物软件,平台预测你可能会购买什么商品;打开短视频 app,平台根据你的浏览、点赞、停留和互动,不断优化信息流。某种意义上,现代互联网的用户体验本身就是由推荐系统塑造的。