Heim Technologie-Peripheriegeräte KI Berkeley ist ein hochwertiger Open-Source-Benchmark für die Robotersteuerung in großem Maßstab, der es nicht mehr schwierig macht, komplexe autonome Steuerungsaufgaben zu bewältigen

Berkeley ist ein hochwertiger Open-Source-Benchmark für die Robotersteuerung in großem Maßstab, der es nicht mehr schwierig macht, komplexe autonome Steuerungsaufgaben zu bewältigen

Feb 01, 2024 am 09:48 AM
产业 机器人技术 fmb Funktionskontrolle

Berkeley ist ein hochwertiger Open-Source-Benchmark für die Robotersteuerung in großem Maßstab, der es nicht mehr schwierig macht, komplexe autonome Steuerungsaufgaben zu bewältigen

Mit der rasanten Entwicklung der künstlichen Intelligenz und der Robotiktechnologie ist die Bedeutung der funktionalen Manipulation in der Robotik immer wichtiger geworden. Herkömmliche Benchmark-Tests können den aktuellen Anforderungen von Robotern an komplexe Manipulationsaufgaben nicht mehr gerecht werden und erfordern die Entstehung neuer Manipulations-Benchmarks (Functional Manipulation Benchmarks).

Überblick

Bei der Robotermanipulation stehen vor allem zwei Herausforderungen im Vordergrund: wie der Roboter komplexe Kontaktdynamiken intelligent bewältigt und wie er mit der Vielfalt von Umgebungen und Objekten umgeht. Als Antwort auf diese Herausforderungen gilt die Roboterlerntechnologie als Schlüssellösung. Daher benötigt das Fachgebiet einen umfassenden und zugänglichen Rahmen, der anspruchsvolle reale Aufgaben, hochwertige Daten, leicht reproduzierbare Einstellungen und relevante Methoden bereitstellt, die Basisergebnisse integrieren. Auf der Grundlage dieses Rahmens können Forscher Experimente zu vorgeschlagenen Aufgaben durchführen Tiefenanalyse.

Das Forschungsteam des Robotics Intelligent Laboratory (RAIL) an der University of California, Berkeley, hat wie oben erwähnt einen realen Benchmark namens FMB (Functional Manipulation Benchmark for Generalizable Robotic Learning) vorgeschlagen. ?? : ein funktionaler Manipulations-Benchmark für generalisierbares Roboterlernen

Berkeley ist ein hochwertiger Open-Source-Benchmark für die Robotersteuerung in großem Maßstab, der es nicht mehr schwierig macht, komplexe autonome Steuerungsaufgaben zu bewältigen

Homepage des Co-Erstautors: https://people.eecs.berkeley.edu/~jianlanluo/
  • https://charlesxu0124.github.io/
  • FMB hat die folgenden Eigenschaften:
  • Innovatives Design: 3D-Drucktechnologie wird zur Herstellung von Objekten verwendet, um die Generalisierungsfähigkeit des Roboters zu testen. Diese Methode ist auch für andere Forscher einfach zu reproduzieren.
Verschiedene Aufgaben: einschließlich mehrstufiger Manipulationsaufgaben für einzelne Objekte und mehrere Objekte, die echte Herausforderungen in alltäglichen Umgebungen simulieren.

Große Datensätze: Durch eine große Anzahl menschlicher Demonstrationen wird dem Roboter ein reichhaltiger Datensatz zur Verfügung gestellt.

Imitation Learning Baseline: Mithilfe modernster Methoden des maschinellen Lernens werden Basisergebnisse und modulare Komponenten zur Nutzung durch andere Forscher bereitgestellt.
  • Objekte und Aufgaben
  • Aufgaben in FMB werden grob in zwei Kategorien unterteilt: mehrstufige Manipulationsaufgaben für einzelne Objekte und mehrstufige Manipulationsaufgaben für mehrere Objekte. Diese Aufgaben dienen dazu, die grundlegenden Fähigkeiten des Roboters wie Greifen, Neupositionieren und Zusammenbauen zu testen, die für die Erledigung der gesamten Aufgabe erforderlich sind. Die Aufgaben in FMB erfordern, dass der Roboter nicht nur eine einzelne Steuerungsfähigkeit ausführt, sondern dass der Roboter diese Fähigkeiten auch kombiniert, um komplexere, mehrstufige Aufgaben auszuführen.
Das Aufgabendesign von FMB ist flexibel und veränderbar. Forscher können sich bei Bedarf auf eine einzelne Fähigkeit konzentrieren und die Steuerungsfähigkeit des Roboters eingehend untersuchen, oder sie können komplette mehrstufige Aufgaben untersuchen, die eine lange Ausführung des Roboters erfordern -Terminplanung und die Fähigkeit, sich von Fehlern zu erholen. Bei komplexeren mehrstufigen Aufgaben muss der Roboter komplexe Entscheidungen in Echtzeit treffen, da es sich dabei um die Auswahl geeigneter Objekte und Überlegungen zur Reihenfolge ihrer Manipulation handelt.

Großer Datensatz

Im Prozess des Roboterlernens ist die Rolle von Daten nicht zu unterschätzen. Um es Robotern zu ermöglichen, komplexe Aufgaben besser zu verstehen und zu meistern, sammelte das Forschungsteam einen groß angelegten Datensatz zur Demonstration menschlicher Experten, der die oben genannten Aufgaben abdeckt und mehr als 20.000 Betriebstrajektorien enthält. Zur Aufzeichnung dieser Demonstrationsdaten nutzte das Forschungsteam vier verschiedene Kameras, von denen zwei am Handgelenk des Roboters montiert waren und zwei eine globale Perspektive ermöglichten. Diese Kameras erfassen Daten wie RGB-Farbbildinformationen, Tiefeninformationen und mehr, die für das Erlernen des Roboters beim Lösen von Aufgaben von entscheidender Bedeutung sind.

Darüber hinaus erfasst der Datensatz auch die Kraft-/Drehmomentinformationen des Endeffektors des Roboters, was für Aufgaben wie die Montage, die den Kontakt mit einer großen Anzahl von Objekten erfordern, sehr wichtig ist. Durch diese reichhaltigen Daten können Roboter jedes Detail der Aufgabe genau verstehen und menschliche Bedienfähigkeiten genauer nachahmen. Gerade aufgrund der Tiefe und Breite der Daten bietet es eine solide Grundlage für das Roboterlernen. Dadurch können Roboter bei der Ausführung komplexer Aufgaben menschlicher und geschickter auf Aufgaben reagieren.

Berkeley ist ein hochwertiger Open-Source-Benchmark für die Robotersteuerung in großem Maßstab, der es nicht mehr schwierig macht, komplexe autonome Steuerungsaufgaben zu bewältigen

Berkeley ist ein hochwertiger Open-Source-Benchmark für die Robotersteuerung in großem Maßstab, der es nicht mehr schwierig macht, komplexe autonome Steuerungsaufgaben zu bewältigen

Imitation Learning Baseline

Berkeley ist ein hochwertiger Open-Source-Benchmark für die Robotersteuerung in großem Maßstab, der es nicht mehr schwierig macht, komplexe autonome Steuerungsaufgaben zu bewältigen

Architekturdiagramm der Basisstrategie.

Beide Modelle, die auf Transformer und ResNet basieren, verwenden einen ResNet-Encoder mit gemeinsamen Gewichten, um jede Bildansicht zu kodieren, und kombinieren ihn dann mit propriozeptiven Informationen und optionalen Objekt- und entsprechenden Kodierungsfunktionen für Roboterfähigkeiten, um Aktionen mit 7 Grad vorherzusagen der Freiheit.

Der experimentelle Teil von FMB führt eine Reihe von Tests zur Leistung nachgeahmter Lernsysteme durch, vergleicht verschiedene Lernmethoden und untersucht die Auswirkungen verschiedener Eingabemodi und Designentscheidungen. Experimente ergaben, dass die Verwendung von Tiefeninformationen dazu beiträgt, die Wirksamkeit von Greifstrategien zu verbessern, und dass Kraft-/Drehmomentinformationen für Montageaufgaben sehr wichtig sind. Bei mehrstufigen Aufgaben haben herkömmliche ResNet-, Transformer- und Diffusionsmethoden versagt, aber die in diesem Artikel vorgeschlagene hierarchische Steuerungsmethode zeigt Potenzial.

Crawling-Aufgabe

Berkeley ist ein hochwertiger Open-Source-Benchmark für die Robotersteuerung in großem Maßstab, der es nicht mehr schwierig macht, komplexe autonome Steuerungsaufgaben zu bewältigen

Experimentelle Ergebnisse zeigen, dass die ResNet-Strategie, die Tiefeninformationen einbezieht, bei Crawling-Aufgaben durchweg eine bessere Leistung erbringt als die Strategie, die nur RGB-Informationen verwendet. Durch die Datenreduktionsstudie untersuchte das Forschungsteam die Auswirkungen unterschiedlicher Mengen an Trainingsdaten auf die Leistung der Crawling-Aufgabe. Die Ergebnisse zeigen, dass sich die Leistung der ResNet-Strategie, die Tiefeninformationen bei der Verarbeitung gesehener Objekte einbezieht, mit zunehmender Menge an Trainingsdaten verbessert. Bemerkenswerterweise zeigt diese Strategie eine ähnliche Leistung wie sichtbare Objekte für unsichtbare Objekte, was darauf hindeutet, dass die Vielfalt der Trainingsobjekte erheblich zur Generalisierungsfähigkeit des Roboters beiträgt.

Montageaufgaben

Berkeley ist ein hochwertiger Open-Source-Benchmark für die Robotersteuerung in großem Maßstab, der es nicht mehr schwierig macht, komplexe autonome Steuerungsaufgaben zu bewältigen

Bei Montageaufgaben wird die Bedeutung von Kraft-/Drehmomentinformationen bestätigt. Kraft-/Drehmomentinformationen sind sehr wichtig für die Strategie des Roboters, um festzustellen, ob das Objekt die Zieloberfläche berührt hat, und um Aktionen wie Suchen effektiv durchzuführen.

Berkeley ist ein hochwertiger Open-Source-Benchmark für die Robotersteuerung in großem Maßstab, der es nicht mehr schwierig macht, komplexe autonome Steuerungsaufgaben zu bewältigen

Wenn die Richtlinie jedoch auf alle Objekte trainiert wird, ist der Roboter nicht immer in der Lage, die Montageaufgabe erfolgreich abzuschließen. Dies liegt daran, dass die Strategie zunächst bestimmen muss, in welches Loch das Objekt eingepasst werden soll, und dann die entsprechenden Aktionen generieren muss, was die Komplexität der Aufgabe erheblich erhöht. Um dieses Problem zu lösen, fügte das Forschungsteam der Strategie einen Mechanismus zur Objektauswahl hinzu, um die Strategie dabei zu unterstützen, die Form der Objekte zu bestimmen, die zusammengebaut werden müssen, und sich dabei auf die Generierung korrekter Montageaktionen zu konzentrieren.

Mehrstufige Aufgaben

Berkeley ist ein hochwertiger Open-Source-Benchmark für die Robotersteuerung in großem Maßstab, der es nicht mehr schwierig macht, komplexe autonome Steuerungsaufgaben zu bewältigen

Das Framework von
FMB besteht aus zwei komplexen Aufgaben. Diese komplexen Aufgaben erfordern, dass Roboter genau wie Menschen mehrere Schritte hintereinander ausführen können. Die vorherige Methode bestand darin, den Roboter den gesamten Prozess erlernen zu lassen, diese Methode war jedoch anfällig für die Anhäufung von Fehlern aufgrund von Fehlern in einem einzelnen Link, was schließlich zum Scheitern der gesamten Aufgabe führte. Dieser Ansatz hat eine Erfolgsquote von 0/10 sowohl bei der Manipulation einzelner als auch mehrerer Objekte.

Um das Problem der kumulativen Fehler anzugehen, hat das Forschungsteam eine hierarchische Kontrollstrategie eingeführt. Die hierarchische Strategie zerlegt die Aufgabe in mehrere kleine Teile. Jeder abgeschlossene Teil entspricht dem Übergeben eines Entscheidungspunkts. Auch wenn Fehler auftreten, können diese schnell korrigiert werden, um eine Beeinträchtigung nachfolgender Links zu vermeiden. Wenn es einem Roboter beispielsweise nicht gelingt, ein Objekt während eines Greifvorgangs sicher zu greifen, wird er es so lange versuchen, bis es ihm gelingt.

Das Forschungsteam testete zwei hierarchische Methoden. Die erste Methode liefert einen effektiven Vektor, der den Aufgabentyp für eine einzelne Strategie angibt, während die zweite Methode verschiedene Strategien separat für jede Manipulationsfähigkeit trainiert, wobei beide die Anweisungen des Bedieners als Oberelement verwenden -Level-Strategie stellte das Forschungsteam beim Testen fest, dass beide Methoden gut funktionierten.

Die Testergebnisse zeigen die Wirksamkeit des hierarchischen Ansatzes bei der Bewältigung komplexer Roboteraufgaben und liefern neue Forschungsrichtungen für zukünftige Forschungen.

Berkeley ist ein hochwertiger Open-Source-Benchmark für die Robotersteuerung in großem Maßstab, der es nicht mehr schwierig macht, komplexe autonome Steuerungsaufgaben zu bewältigen

Wie im Bild oben gezeigt, kann der Roboter nach dem Lernen Funktionen autonom steuern.

Berkeley ist ein hochwertiger Open-Source-Benchmark für die Robotersteuerung in großem Maßstab, der es nicht mehr schwierig macht, komplexe autonome Steuerungsaufgaben zu bewältigen

Im Allgemeinen demonstrieren die oben genannten Experimente die technologische Innovation des Forschungsteams im Bereich des Roboterlernens und bestätigen auch, dass FMB ein geeigneter Maßstab für die Entwicklung fortschrittlicher Roboterlernmethoden ist. Das Forschungsteam freut sich auf zukünftige Forschungen, die die Grenzen des auf FMB basierenden Roboterlernens weiter verschieben können.

Das obige ist der detaillierte Inhalt vonBerkeley ist ein hochwertiger Open-Source-Benchmark für die Robotersteuerung in großem Maßstab, der es nicht mehr schwierig macht, komplexe autonome Steuerungsaufgaben zu bewältigen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn

Heiße KI -Werkzeuge

Undresser.AI Undress

Undresser.AI Undress

KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover

AI Clothes Remover

Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool

Undress AI Tool

Ausziehbilder kostenlos

Clothoff.io

Clothoff.io

KI-Kleiderentferner

AI Hentai Generator

AI Hentai Generator

Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

R.E.P.O. Energiekristalle erklärten und was sie tun (gelber Kristall)
2 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
Repo: Wie man Teamkollegen wiederbelebt
1 Monate vor By 尊渡假赌尊渡假赌尊渡假赌
Hello Kitty Island Abenteuer: Wie man riesige Samen bekommt
1 Monate vor By 尊渡假赌尊渡假赌尊渡假赌

Heiße Werkzeuge

Notepad++7.3.1

Notepad++7.3.1

Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version

SublimeText3 chinesische Version

Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1

Senden Sie Studio 13.0.1

Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6

Dreamweaver CS6

Visuelle Webentwicklungstools

SublimeText3 Mac-Version

SublimeText3 Mac-Version

Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Der DeepMind-Roboter spielt Tischtennis und seine Vor- und Rückhand rutschen in die Luft, wodurch menschliche Anfänger völlig besiegt werden Der DeepMind-Roboter spielt Tischtennis und seine Vor- und Rückhand rutschen in die Luft, wodurch menschliche Anfänger völlig besiegt werden Aug 09, 2024 pm 04:01 PM

Aber vielleicht kann er den alten Mann im Park nicht besiegen? Die Olympischen Spiele in Paris sind in vollem Gange und Tischtennis hat viel Aufmerksamkeit erregt. Gleichzeitig haben Roboter auch beim Tischtennisspielen neue Durchbrüche erzielt. Gerade hat DeepMind den ersten lernenden Roboteragenten vorgeschlagen, der das Niveau menschlicher Amateurspieler im Tischtennis-Wettkampf erreichen kann. Papieradresse: https://arxiv.org/pdf/2408.03906 Wie gut ist der DeepMind-Roboter beim Tischtennisspielen? Vermutlich auf Augenhöhe mit menschlichen Amateurspielern: Sowohl Vorhand als auch Rückhand: Der Gegner nutzt unterschiedliche Spielstile, und auch der Roboter hält aus: Aufschlagannahme mit unterschiedlichem Spin: Allerdings scheint die Intensität des Spiels nicht so intensiv zu sein wie Der alte Mann im Park. Für Roboter, Tischtennis

Die erste mechanische Klaue! Yuanluobao trat auf der Weltroboterkonferenz 2024 auf und stellte den ersten Schachroboter vor, der das Haus betreten kann Die erste mechanische Klaue! Yuanluobao trat auf der Weltroboterkonferenz 2024 auf und stellte den ersten Schachroboter vor, der das Haus betreten kann Aug 21, 2024 pm 07:33 PM

Am 21. August fand in Peking die Weltroboterkonferenz 2024 im großen Stil statt. Die Heimrobotermarke „Yuanluobot SenseRobot“ von SenseTime hat ihre gesamte Produktfamilie vorgestellt und kürzlich den Yuanluobot AI-Schachspielroboter – Chess Professional Edition (im Folgenden als „Yuanluobot SenseRobot“ bezeichnet) herausgebracht und ist damit der weltweit erste A-Schachroboter für heim. Als drittes schachspielendes Roboterprodukt von Yuanluobo hat der neue Guoxiang-Roboter eine Vielzahl spezieller technischer Verbesserungen und Innovationen in den Bereichen KI und Maschinenbau erfahren und erstmals die Fähigkeit erkannt, dreidimensionale Schachfiguren aufzunehmen B. durch mechanische Klauen an einem Heimroboter, und führen Sie Mensch-Maschine-Funktionen aus, z. B. Schach spielen, jeder spielt Schach, Überprüfung der Notation usw.

Claude ist auch faul geworden! Netizen: Lernen Sie, sich einen Urlaub zu gönnen Claude ist auch faul geworden! Netizen: Lernen Sie, sich einen Urlaub zu gönnen Sep 02, 2024 pm 01:56 PM

Der Schulstart steht vor der Tür und nicht nur die Schüler, die bald ins neue Semester starten, sollten auf sich selbst aufpassen, sondern auch die großen KI-Modelle. Vor einiger Zeit war Reddit voller Internetnutzer, die sich darüber beschwerten, dass Claude faul werde. „Sein Niveau ist stark gesunken, es kommt oft zu Pausen und sogar die Ausgabe wird sehr kurz. In der ersten Woche der Veröffentlichung konnte es ein komplettes 4-seitiges Dokument auf einmal übersetzen, aber jetzt kann es nicht einmal eine halbe Seite ausgeben.“ !

Auf der Weltroboterkonferenz wurde dieser Haushaltsroboter, der „die Hoffnung auf eine zukünftige Altenpflege' in sich trägt, umzingelt Auf der Weltroboterkonferenz wurde dieser Haushaltsroboter, der „die Hoffnung auf eine zukünftige Altenpflege' in sich trägt, umzingelt Aug 22, 2024 pm 10:35 PM

Auf der World Robot Conference in Peking ist die Präsentation humanoider Roboter zum absoluten Mittelpunkt der Szene geworden. Am Stand von Stardust Intelligent führte der KI-Roboterassistent S1 drei große Darbietungen mit Hackbrett, Kampfkunst und Kalligraphie auf Ein Ausstellungsbereich, der sowohl Literatur als auch Kampfkunst umfasst, zog eine große Anzahl von Fachpublikum und Medien an. Durch das elegante Spiel auf den elastischen Saiten demonstriert der S1 eine feine Bedienung und absolute Kontrolle mit Geschwindigkeit, Kraft und Präzision. CCTV News führte einen Sonderbericht über das Nachahmungslernen und die intelligente Steuerung hinter „Kalligraphie“ durch. Firmengründer Lai Jie erklärte, dass hinter den seidenweichen Bewegungen die Hardware-Seite die beste Kraftkontrolle und die menschenähnlichsten Körperindikatoren (Geschwindigkeit, Belastung) anstrebt. usw.), aber auf der KI-Seite werden die realen Bewegungsdaten von Menschen gesammelt, sodass der Roboter stärker werden kann, wenn er auf eine schwierige Situation stößt, und lernen kann, sich schnell weiterzuentwickeln. Und agil

Das Team von Li Feifei schlug ReKep vor, um Robotern räumliche Intelligenz zu verleihen und GPT-4o zu integrieren Das Team von Li Feifei schlug ReKep vor, um Robotern räumliche Intelligenz zu verleihen und GPT-4o zu integrieren Sep 03, 2024 pm 05:18 PM

Tiefe Integration von Vision und Roboterlernen. Wenn zwei Roboterhände reibungslos zusammenarbeiten, um Kleidung zu falten, Tee einzuschenken und Schuhe zu packen, gepaart mit dem humanoiden 1X-Roboter NEO, der in letzter Zeit für Schlagzeilen gesorgt hat, haben Sie vielleicht das Gefühl: Wir scheinen in das Zeitalter der Roboter einzutreten. Tatsächlich sind diese seidigen Bewegungen das Produkt fortschrittlicher Robotertechnologie + exquisitem Rahmendesign + multimodaler großer Modelle. Wir wissen, dass nützliche Roboter oft komplexe und exquisite Interaktionen mit der Umgebung erfordern und die Umgebung als Einschränkungen im räumlichen und zeitlichen Bereich dargestellt werden kann. Wenn Sie beispielsweise möchten, dass ein Roboter Tee einschenkt, muss der Roboter zunächst den Griff der Teekanne ergreifen und sie aufrecht halten, ohne den Tee zu verschütten, und ihn dann sanft bewegen, bis die Öffnung der Kanne mit der Öffnung der Tasse übereinstimmt , und neigen Sie dann die Teekanne in einem bestimmten Winkel. Das

Bekanntgabe der ACL 2024 Awards: Eines der besten Papers zum Thema Oracle Deciphering von HuaTech, GloVe Time Test Award Bekanntgabe der ACL 2024 Awards: Eines der besten Papers zum Thema Oracle Deciphering von HuaTech, GloVe Time Test Award Aug 15, 2024 pm 04:37 PM

Bei dieser ACL-Konferenz haben die Teilnehmer viel gewonnen. Die sechstägige ACL2024 findet in Bangkok, Thailand, statt. ACL ist die führende internationale Konferenz im Bereich Computerlinguistik und Verarbeitung natürlicher Sprache. Sie wird von der International Association for Computational Linguistics organisiert und findet jährlich statt. ACL steht seit jeher an erster Stelle, wenn es um akademischen Einfluss im Bereich NLP geht, und ist außerdem eine von der CCF-A empfohlene Konferenz. Die diesjährige ACL-Konferenz ist die 62. und hat mehr als 400 innovative Arbeiten im Bereich NLP eingereicht. Gestern Nachmittag gab die Konferenz den besten Vortrag und weitere Auszeichnungen bekannt. Diesmal gibt es 7 Best Paper Awards (zwei davon unveröffentlicht), 1 Best Theme Paper Award und 35 Outstanding Paper Awards. Die Konferenz verlieh außerdem drei Resource Paper Awards (ResourceAward) und einen Social Impact Award (

Hongmeng Smart Travel S9 und die umfassende Einführungskonferenz für neue Produkte wurden gemeinsam mit einer Reihe neuer Blockbuster-Produkte veröffentlicht Hongmeng Smart Travel S9 und die umfassende Einführungskonferenz für neue Produkte wurden gemeinsam mit einer Reihe neuer Blockbuster-Produkte veröffentlicht Aug 08, 2024 am 07:02 AM

Heute Nachmittag begrüßte Hongmeng Zhixing offiziell neue Marken und neue Autos. Am 6. August veranstaltete Huawei die Hongmeng Smart Xingxing S9 und die Huawei-Konferenz zur Einführung neuer Produkte mit umfassendem Szenario und brachte die Panorama-Smart-Flaggschiff-Limousine Xiangjie S9, das neue M7Pro und Huawei novaFlip, MatePad Pro 12,2 Zoll, das neue MatePad Air und Huawei Bisheng mit Mit vielen neuen Smart-Produkten für alle Szenarien, darunter die Laserdrucker der X1-Serie, FreeBuds6i, WATCHFIT3 und der Smart Screen S5Pro, von Smart Travel über Smart Office bis hin zu Smart Wear baut Huawei weiterhin ein Smart-Ökosystem für alle Szenarien auf, um Verbrauchern ein Smart-Erlebnis zu bieten Internet von allem. Hongmeng Zhixing: Huawei arbeitet mit chinesischen Partnern aus der Automobilindustrie zusammen, um die Modernisierung der Smart-Car-Industrie voranzutreiben

Das erste große UI-Modell in China wird veröffentlicht! Das große Modell von Motiff ist der beste Assistent für Designer und optimiert den UI-Design-Workflow Das erste große UI-Modell in China wird veröffentlicht! Das große Modell von Motiff ist der beste Assistent für Designer und optimiert den UI-Design-Workflow Aug 19, 2024 pm 04:48 PM

Künstliche Intelligenz entwickelt sich schneller, als Sie sich vorstellen können. Seit GPT-4 die multimodale Technologie in die Öffentlichkeit gebracht hat, sind multimodale Großmodelle in eine Phase rasanter Entwicklung eingetreten, die sich allmählich von der reinen Modellforschung und -entwicklung hin zur Erforschung und Anwendung in vertikalen Bereichen verlagert und tief in alle Lebensbereiche integriert ist. Im Bereich der Schnittstelleninteraktion haben internationale Technologiegiganten wie Google und Apple in die Forschung und Entwicklung großer multimodaler UI-Modelle investiert, die als einziger Weg für die KI-Revolution im Mobiltelefon gelten. In diesem Zusammenhang wurde das erste groß angelegte UI-Modell in China geboren. Am 17. August stellte Motiff, ein Designtool im KI-Zeitalter, auf der IXDC2024 International Experience Design Conference sein unabhängig entwickeltes multimodales UI-Modell vor – das Motiff Model. Dies ist das weltweit erste UI-Design-Tool

See all articles