Meta 智能眼镜在法意西上线 Meta AI:支持多语种语音,但砍了多模态
Meta 宣布在法国、意大利和西班牙为 Ray-Ban Meta 智能眼镜上线 Meta AI,支持法语、意大利语和西班牙语语音问答。不过受欧盟监管限制,这次更新暂不包含依靠摄像头识别环境的多模态视觉功能,仅限一般语音提问。
Meta 宣布在法国、意大利和西班牙为 Ray-Ban Meta 智能眼镜上线 Meta AI,支持法语、意大利语和西班牙语语音问答。不过受欧盟监管限制,这次更新暂不包含依靠摄像头识别环境的多模态视觉功能,仅限一般语音提问。
Amazon 旗下 Zoox 展示其完全定制的无人出租车,车内无方向盘和脚踏板,支持双向行驶。该车计划在未来数月内于拉斯维加斯率先开启商业化载客。此前 11 月初,车队已在旧金山和拉斯维加斯面向员工开放测试。
Waymo 宣布在洛杉矶取消无人驾驶打车候补名单,向所有公众开放。目前服务覆盖圣莫尼卡、比弗利山庄及洛杉矶市中心等近 80 平方英里区域,提供 24 小时全天候运营。这是继旧金山后,Waymo 全面开放商业化运营的又一核心大都市。
Baidu 在百度世界大会上推出一款搭载 ERNIE 的 AI 智能眼镜。眼镜配有摄像头与麦克风,支持语音交互、识图问答、拍照录像和热量监测。产品预计明年发货,将成为国内用户对标 Meta 智能眼镜的本土选择。
据彭博社报道,苹果正在开发一款约 6 英寸的挂墙式智能中控屏,外观类似方形 iPad。该设备将深度接入 Siri 与 Apple Intelligence,主打控制智能家居和视频通话,并能根据人距调整显示,最快或于明年 3 月推出。
周四 19:00 GMT,人形机器人艺术家 Ai-Da Robot 创作的图灵肖像《A.I. God》在苏富比以 1,084,800 美元成交。这幅作品最初估价仅 120,000 至 180,000 美元,共引来 27 次竞价。苏富比表示,这是首个由人形机器人艺术家售出画作的拍卖纪录。
NVIDIA 在 CoRL 大会上发布多款机器人开发工具,正式开源 Isaac Lab 1.2 框架,并推出 6 个 Project GR00T 人形机器人工作流。其开源的 Cosmos 视频分词器处理速度提升 12 倍,大幅降低了具身智能和世界模型的训练门槛。
Meta 前 Orion 增强现实眼镜硬件负责人 Caitlin Kalinowski 宣布加入 OpenAI,领导机器人和消费级硬件业务。她曾主导 Meta Orion 原型机及头戴显示设备的硬件开发。OpenAI 时隔四年重启机器人业务,加速将模型带入物理世界。
Physical Intelligence 推出通用机器人基础模型 π0。它结合 30 亿参数视觉语言模型与流匹配动作架构,直接以每秒 50 次频率输出连续运动指令。模型不仅能在 8 种硬件上通用,微调后还能全自主清理烘干机、折叠衣服以及拼纸箱,泛化能力突出。
Meta FAIR 发布多项具身智能研究成果,包括通用触觉编码器 Sparsh、具备超 18 项传感特性的仿生指尖 Digit 360,以及人机协作基准 PARTNR。Meta 联合 GelSight 等伙伴推进硬件量产,试图补齐机器人在触觉感知上的短板。
Boston Dynamics 发布演示视频,Atlas 机器人利用机器学习识别环境与料箱,自主在供应商容器与移动料车间搬运发动机盖。整个过程完全依靠自主感知规划,没有任何预设动作或人工遥操作。
Meta 开始向 Ray-Ban 智能眼镜推送固件更新,上线多项此前发布的新 AI 视觉功能。眼镜现在能根据自然提问主动拍照解答,还能直接识别视线内的电话号码拨号、扫二维码,甚至充当记车位的记忆辅助工具。不过实时翻译和实时视频 AI 尚未实装。
两名哈佛学生公布名为 I-XRAY 的演示项目。他们将 Ray-Ban Meta 智能眼镜的直播画面接入人脸识别引擎与公开数据库,配合大模型自动检索,能在几秒内扒出陌生路人的姓名、住址和电话。作者表示不会公开发布该工具,此举旨在提醒公众防范现有技术被滥用。
ETH Zurich 展示了四足机器人 ANYMal 爬梯子的新方案。团队为它装上专用挂钩末端,借助强化学习自主调整步态,在 70 至 90 度梯子上的成功率达 90%,速度比现有方案快 232 倍。最关键的是它能实时纠错,踩空也能立刻调整并继续攀爬。
Rabbit 为 R1 推出跨平台智能体系统 LAM playground。用户可以在云端平台 Rabbithole 训练 R1 智能体浏览网页,比如自动在 Google 搜索并在 Amazon 加购商品。虽然目前耗时约 45 秒且容易卡在验证码环节,但总算开始兑现最初画下的饼。
Sony 与树莓派联合发布 Raspberry Pi AI Camera,售价 70 美元。它搭载索尼 IMX500 传感器,支持直接在芯片内运行视觉神经网络,兼容全系树莓派主板。开发者无需额外加装 GPU,开箱即可配合经典库运行物体识别模型。
Mileseey Golf 推出号称全球首款的 AI 高尔夫测距仪 GenePro S1。它除了计算高低差,还能结合湿度、风力、气温和气压自动补偿击球距离,果岭测距精度达到厘米级。售价 799.99 美元,相当于把职业球童的环境分析能力做进了手持设备。
苹果前首席设计官 Jony Ive 确认正与 OpenAI CEO Sam Altman 合作开发全新 AI 硬件。项目由 Ive 的 LoveFrom 主导设计,团队包含多位前 iPhone 核心设计师,预计年底前筹集 10 亿美元。不过具体产品形态和发售时间仍未敲定。
Meta 宣布将于 9 月 25 日举办 Connect 2024 开发者大会。除了备受期待的平价款头显 Quest 3S 和代号 Orion 的 AR 眼镜,大会还将重点展示 Meta AI,包括最新 Llama 大模型与图像生成工具在 WhatsApp 等产品中的落地。
Disney Research 推出一套全新的 AI 运动学习系统。团队利用机器学习将短动作片段解构并简化,让机器人可以直接从随机动作数据中学会连贯且逼真的行为。这意味着未来的服务与工业机器人无需繁琐的手动编程,也能灵活适应各种复杂动作。