


Les robots Tesla travaillent dans les usines, Musk : Le degré de liberté des mains atteindra 22 cette année !
Tesla RobotOptimusLa dernière vidéo est sortie et elle peut déjà fonctionner en usine.
À vitesse normale, il trie les batteries (batterie Tesla 4680) comme ceci :
Le responsable a également dévoilé à quoi cela ressemble à une vitesse 20x - dans un petit "poste de travail" On, pick and pick et choix :
L'un des points forts de la vidéo publiée cette fois-ci est qu'Optimus réalise ce travail dans l'usine, qui est complètement autonome, sans intervention humaine dans tout le processus.
Et du point de vue d'Optimus, il peut également ramasser et placer la batterie tordue, avec une correction automatique des erreurs :
Pour la main d'Optimus, le scientifique NVIDIA Jim Fan a fait l'éloge :
MuskLes mains d'Optimus sont parmi les robots à cinq doigts les plus adroites au monde.
Non seulement sa main a une détection tactile, mais elle a également 11 degrés de liberté (DoF), alors que ses pairs n'ont fondamentalement que 5 à 6 degrés de liberté. Et il est suffisamment durable pour résister à de nombreuses interactions avec des objets sans entretien constant.
Et dans la zone de commentaires de Jim Fan,
est également apparu et a révélé une nouvelle encore plus importante :
Plus tard cette année, laMain Optimus aura 22 degrés de liberté!
Cependant, la vidéo montrant Optimus triant ses propres batteries n'est qu'un "apéritif".
Cette fois, Tesla a rarement annoncé les détails de la formation des robots.
Logique similaire aux voitures Tesla
Tout d'abord, en termes de réseaux de neurones, d'après les sous-titres de la vidéo, nous pouvons savoir que Tesla a déployé un
réseau neuronal de bout en boutsur Optimus pour entraîner la tâche de tri des batteries. De ce fait, les données utilisées par Optimus proviennent uniquement de la caméra 2D et des capteurs tactiles et de force de la main, et génèrent directement des séquences de contrôle articulaires.
L'ingénieur Tesla
a en outre révélé que ce réseau neuronal fonctionne entièrement sur l'ordinateur FSD intégré du robot et est alimenté par une batterie intégrée :
Au fur et à mesure que nous en ajoutons au cours du processus de formation, un seul réseau neuronal peut effectuer plusieurs tâches avec des données différentes.En termes de données d'entraînement, nous pouvons voir que les humains portant des lunettes et des gants VR les collectent via une opération à distance :
À ce sujet, Jim Fan estime :
Il est très important de configurer le logiciel pour une entrée de streaming vidéo à la première personne et un contrôle précis de la sortie de streaming tout en maintenant une latence extrêmement faible.
C'est parce que les humains sont très sensibles au moindre décalage entre leurs propres mouvements et ceux du robot.
Et Optimus dispose d'un contrôleur fluide pour tout le corps qui peut effectuer des poses humaines en temps réel.
Et Tesla Robot a étendu ce modèle à d'autres tâches :
Une telle ampleur est aussi ce qui a choqué Jim Fan :
Collecter des données en parallèle, un seul robot est loin d'être suffisant, et les humains doivent travailler par équipes tous les jour.
Une opération de cette ampleur est peut-être inimaginable dans les laboratoires universitaires.
Non seulement cela, à en juger par les tâches qu'Optimus effectue dans la vidéo, elles sont également diverses, notamment le tri des piles, le pliage des vêtements et l'organisation des objets.
Milan Kovac a déclaré que Tesla a déployé plusieurs robots dans l'une de ses usines, et qu'ils sont testés et améliorés continuellement sur de vrais postes de travail chaque jour.
En bref, Optimus s'entraîne uniquement sur la base de la vision et de la démonstration humaine, ce qui s'apparente un peu à la logique des voitures Tesla.
À la fin de la vidéo, le responsable a également révélé une autre amélioration des capacités d'Optimus - peut aller plus loin :
One More Thing
Le laboratoire de Jim Fan est également dans ces deux jours Un nouveau développement a été libéré -
Laissez le chien robot marcher sur le ballon de yoga !
Et sa méthode de formation est complètement différente de Tesla Optimus. Elle est entièrement réalisée dans un environnement de simulation, puis migrée vers le monde réel avec zéro échantillon, sans réglage fin et exécutée directement.
La technologie spécifique derrière cela est le nouveau lancement de l'équipe DrEureka, qui est basé sur Eureka, la technologie derrière la précédente machine à tourner les stylos robot à cinq doigts.
DrEureka est un agent LLM capable d'écrire du code pour former les compétences des robots aux simulations et d'écrire davantage de code pour combler le fossé entre les simulations difficiles et la réalité.
En bref, il automatise complètement le processus depuis l'apprentissage de nouvelles compétences jusqu'au déploiement dans le monde réel.
Par rapport aux méthodes de dressage des chiens robots Tesla Optimus et NVIDIA, Jim Fan a également fait un résumé de l'âme :
Le fonctionnement à distance est une condition nécessaire mais insuffisante pour résoudre le problème des robots humanoïdes. Fondamentalement, cela n’évolue pas.
Et certains internautes étaient d'accord avec ceci :
Alors, qu'en pensez-vous ?
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undress AI Tool
Images de déshabillage gratuites

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Clothoff.io
Dissolvant de vêtements AI

Video Face Swap
Échangez les visages dans n'importe quelle vidéo sans effort grâce à notre outil d'échange de visage AI entièrement gratuit !

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

L’IA change effectivement les mathématiques. Récemment, Tao Zhexuan, qui a prêté une attention particulière à cette question, a transmis le dernier numéro du « Bulletin de l'American Mathematical Society » (Bulletin de l'American Mathematical Society). En se concentrant sur le thème « Les machines changeront-elles les mathématiques ? », de nombreux mathématiciens ont exprimé leurs opinions. L'ensemble du processus a été plein d'étincelles, intense et passionnant. L'auteur dispose d'une équipe solide, comprenant Akshay Venkatesh, lauréat de la médaille Fields, le mathématicien chinois Zheng Lejun, l'informaticien de l'Université de New York Ernest Davis et de nombreux autres universitaires bien connus du secteur. Le monde de l’IA a radicalement changé. Vous savez, bon nombre de ces articles ont été soumis il y a un an.

Boston Dynamics Atlas entre officiellement dans l’ère des robots électriques ! Hier, l'Atlas hydraulique s'est retiré "en larmes" de la scène de l'histoire. Aujourd'hui, Boston Dynamics a annoncé que l'Atlas électrique était au travail. Il semble que dans le domaine des robots humanoïdes commerciaux, Boston Dynamics soit déterminé à concurrencer Tesla. Après la sortie de la nouvelle vidéo, elle a déjà été visionnée par plus d’un million de personnes en seulement dix heures. Les personnes âgées partent et de nouveaux rôles apparaissent. C'est une nécessité historique. Il ne fait aucun doute que cette année est l’année explosive des robots humanoïdes. Les internautes ont commenté : Les progrès des robots ont fait ressembler la cérémonie d'ouverture de cette année à des êtres humains, et le degré de liberté est bien plus grand que celui des humains. Mais n'est-ce vraiment pas un film d'horreur ? Au début de la vidéo, Atlas est allongé calmement sur le sol, apparemment sur le dos. Ce qui suit est à couper le souffle

Vous êtes confronté à un décalage et à une connexion de données mobile lente sur iPhone ? En règle générale, la puissance de l'Internet cellulaire sur votre téléphone dépend de plusieurs facteurs tels que la région, le type de réseau cellulaire, le type d'itinérance, etc. Vous pouvez prendre certaines mesures pour obtenir une connexion Internet cellulaire plus rapide et plus fiable. Correctif 1 – Forcer le redémarrage de l'iPhone Parfois, le redémarrage forcé de votre appareil réinitialise simplement beaucoup de choses, y compris la connexion cellulaire. Étape 1 – Appuyez simplement une fois sur la touche d’augmentation du volume et relâchez-la. Ensuite, appuyez sur la touche de réduction du volume et relâchez-la à nouveau. Étape 2 – La partie suivante du processus consiste à maintenir le bouton sur le côté droit. Laissez l'iPhone finir de redémarrer. Activez les données cellulaires et vérifiez la vitesse du réseau. Vérifiez à nouveau Correctif 2 – Changer le mode de données Bien que la 5G offre de meilleures vitesses de réseau, elle fonctionne mieux lorsque le signal est plus faible

Imaginez un modèle d'intelligence artificielle qui non seulement a la capacité de surpasser l'informatique traditionnelle, mais qui permet également d'obtenir des performances plus efficaces à moindre coût. Ce n'est pas de la science-fiction, DeepSeek-V2[1], le modèle MoE open source le plus puissant au monde est ici. DeepSeek-V2 est un puissant mélange de modèle de langage d'experts (MoE) présentant les caractéristiques d'une formation économique et d'une inférence efficace. Il est constitué de 236B paramètres, dont 21B servent à activer chaque marqueur. Par rapport à DeepSeek67B, DeepSeek-V2 offre des performances plus élevées, tout en économisant 42,5 % des coûts de formation, en réduisant le cache KV de 93,3 % et en augmentant le débit de génération maximal à 5,76 fois. DeepSeek est une entreprise explorant l'intelligence artificielle générale

La dernière vidéo du robot Optimus de Tesla est sortie, et il peut déjà fonctionner en usine. À vitesse normale, il trie les batteries (les batteries 4680 de Tesla) comme ceci : Le responsable a également publié à quoi cela ressemble à une vitesse 20 fois supérieure - sur un petit "poste de travail", en sélectionnant et en sélectionnant et en sélectionnant : Cette fois, il est publié L'un des points forts de la vidéo est qu'Optimus réalise ce travail en usine, de manière totalement autonome, sans intervention humaine tout au long du processus. Et du point de vue d'Optimus, il peut également récupérer et placer la batterie tordue, en se concentrant sur la correction automatique des erreurs : concernant la main d'Optimus, le scientifique de NVIDIA Jim Fan a donné une évaluation élevée : la main d'Optimus est l'un des robots à cinq doigts du monde. le plus adroit. Ses mains ne sont pas seulement tactiles

Plus tôt ce mois-ci, des chercheurs du MIT et d'autres institutions ont proposé une alternative très prometteuse au MLP – KAN. KAN surpasse MLP en termes de précision et d’interprétabilité. Et il peut surpasser le MLP fonctionnant avec un plus grand nombre de paramètres avec un très petit nombre de paramètres. Par exemple, les auteurs ont déclaré avoir utilisé KAN pour reproduire les résultats de DeepMind avec un réseau plus petit et un degré d'automatisation plus élevé. Plus précisément, le MLP de DeepMind compte environ 300 000 paramètres, tandis que le KAN n'en compte qu'environ 200. KAN a une base mathématique solide comme MLP est basé sur le théorème d'approximation universelle, tandis que KAN est basé sur le théorème de représentation de Kolmogorov-Arnold. Comme le montre la figure ci-dessous, KAN a

Ollama est un outil super pratique qui vous permet d'exécuter facilement des modèles open source tels que Llama2, Mistral et Gemma localement. Dans cet article, je vais vous présenter comment utiliser Ollama pour vectoriser du texte. Si vous n'avez pas installé Ollama localement, vous pouvez lire cet article. Dans cet article, nous utiliserons le modèle nomic-embed-text[2]. Il s'agit d'un encodeur de texte qui surpasse OpenAI text-embedding-ada-002 et text-embedding-3-small sur les tâches à contexte court et à contexte long. Démarrez le service nomic-embed-text lorsque vous avez installé avec succès o

Récemment, le milieu militaire a été submergé par la nouvelle : les avions de combat militaires américains peuvent désormais mener des combats aériens entièrement automatiques grâce à l'IA. Oui, tout récemment, l’avion de combat IA de l’armée américaine a été rendu public pour la première fois, dévoilant ainsi son mystère. Le nom complet de ce chasseur est Variable Stability Simulator Test Aircraft (VISTA). Il a été personnellement piloté par le secrétaire de l'US Air Force pour simuler une bataille aérienne en tête-à-tête. Le 2 mai, le secrétaire de l'US Air Force, Frank Kendall, a décollé à bord d'un X-62AVISTA à la base aérienne d'Edwards. Notez que pendant le vol d'une heure, toutes les actions de vol ont été effectuées de manière autonome par l'IA ! Kendall a déclaré : "Au cours des dernières décennies, nous avons réfléchi au potentiel illimité du combat air-air autonome, mais cela a toujours semblé hors de portée." Mais maintenant,
