浙江大学博士后学术沙龙第八期活动:网易伏羲研讨智能体新领域
6月5日,浙江大学博士后学术沙龙第八期活动在浙江大学玉泉校区圆满结束。本次活动是由浙江大学博士后联谊会与网易伏羲实验室合作举办的联合学术沙龙。主讲人范长杰、丁彧、李林橙、赵增四位博士均来自网易伏羲实验室。本次沙龙的主题是网易伏羲实验室在人工智能领域的工作成果。范长杰分享了面向智能体编程的研究成果,丁彧介绍了数字虚拟人的相关研究,李林橙讲解了视觉计算方面的进展,赵增则重点分享了AIGC系统建设的成果。通过这次沙龙,与会者们深入了解了网易伏羲实验室在人工智能领域的创新成果,并进行了深入的交流和讨论。这次沙龙活动为浙江大学博士后们提供了一个宝贵的学术交流平台,促进了学术合作和创新研究的发展。
在分享中,网易伏羲负责人范长杰表示,随着国民老龄化程度的加深和人口红利的消失,劳动力短缺和用工成本高等问题将持续困扰各行各业。因此,让人工智能(AI)和机器人处理重复性、高危性等工作,提高人力价值,已成为当今社会智能化发展的必然趋势。作为国内顶尖的人工智能实验室,网易伏羲正在致力于探索一条以人机协作为核心的路径,以解决企业面临的AI门槛高、研发周期长、应用落地难等实际问题。

有灵机器人平台正是基于该背景,并围绕AOP等思想设计的一套全新的编程范式,其核心价值在于为对接机器(或AI)和人工提供了统一的规范接口和服务。目前,网易伏羲多条业务已经接入该理论方法。以西南重点基建项目建设为例:平台一方面通过人机协作让传统挖掘机实现智能化生产,另一方面,通过线上分发众包任务,使传统挖机师傅不再从事重复枯燥、具有危险性的工作。除挖掘机器人应用场景外,平台还在游戏人物捏脸、图文识别检测、智慧园区、美术众包等场景中皆有落地,验证了人机协作平台的强落地性、可持续性、可复制性。

在本次交流中,网易伏羲数字虚拟人方向的丁彧博士向大家介绍了伏羲在虚拟人表情方向前沿研究和落地应用的最新进展。针对AI表情合成、捕捉和绑定等三个方面,他分享了伏羲团队的深入探索和实践,展示了网易多款游戏中应用这些技术的实际效果。其中,伏羲AOP编程范式的运用,为AI表情捕捉和绑定的算法流程建模提供了有效方案。这些工作都已成功应用于网易多款游戏,例如《逆水寒》、《天谕》、《遇见逆水寒》和《逆水寒(手游)》。以上工作致力于实现3D表情参数自动生成和跨角色的复用。此外,伏羲在表情领域发表了超过20篇顶级会议和期刊论文,并率先提出了表情的135种划分标准,进一步推动了行业进步。不仅如此,伏羲连续三次在图像视觉领域的顶级会议(ICCV2021,CVPR2022-2023)中获得表情感知挑战赛(ABAW)冠亚军,共获得六项冠军和两项亚军。

网易伏羲视觉计算方向的李林橙博士则主要分享了游戏和元宇宙应用的3D人物和场景创建的智能化探索。以往的人工建模过程工作量大,难以满足用户多样化、个性化、定制化的需求。对此,李博士详细介绍了网易伏羲在3D人物和场景智能创建(3D AIGC)方面的研究工作。通过基于3D骨骼和网格的智能创建方案,用户只需输入图像或文字即可创建出真实立体的人物形象,复制真实3D场景的数字孪生,甚至生成理想中的3D场景,充分满足个性化和定制化需求,优化用户体验。这些成果的应用,为数字世界的构建和数据表现提供了无限可能,为行业注入了新的活力。
在交流最后,网易伏羲人工智能专家赵增博士分享了有关《网易伏羲AIGC系统建设及实践》的内容。他指出,生成式人工智能技术在自然语言驱动下不断取得成熟,不断刷新大众对其在文本、图像、音视频、3D内容上的生成效果的认知。然而,当生成式人工智能技术从研究领域进入工业场景时,仍然面临着多个挑战,包括可控性、适应性和成本等多个维度的问题。通过解决这些挑战,生成式人工智能技术才能更好地应用于实际场景中。

网易伏羲自研图文模型-丹青
网易伏羲从2018年起开始建设生成式人工智能技术,并得到浙江省科技厅重点研发项目支持。自研模型规模从最早的一亿参数增长至千亿参数,模型领域从文本拓展到图文、音乐、行为序列等多种模态,积累了丰富的预训练模型训练和工程优化的经验。相关技术也已经应用在网易集团内的文字游戏、智能NPC、文本辅助创作、音乐辅助创作、美术设计、互联网搜索推荐等业务场景,并取得了显著的业务效果。
网易伏羲作为国内专业从事游戏与泛娱乐AI研究和应用的顶尖机构,会持续在强化学习、图像动作、虚拟人、自然语言、用户画像、大规模预训练模型等领域持续探索,并结合有灵机器人众包能力,引入“人”的决策及数据闭环,进一步提升智能体的能力。
以上是浙江大学博士后学术沙龙第八期活动:网易伏羲研讨智能体新领域的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

热门话题

本站6月27日消息,剪映是由字节跳动旗下脸萌科技开发的一款视频剪辑软件,依托于抖音平台且基本面向该平台用户制作短视频内容,并兼容iOS、安卓、Windows、MacOS等操作系统。剪映官方宣布会员体系升级,推出全新SVIP,包含多种AI黑科技,例如智能翻译、智能划重点、智能包装、数字人合成等。价格方面,剪映SVIP月费79元,年费599元(本站注:折合每月49.9元),连续包月则为59元每月,连续包年为499元每年(折合每月41.6元)。此外,剪映官方还表示,为提升用户体验,向已订阅了原版VIP

通过将检索增强生成和语义记忆纳入AI编码助手,提升开发人员的生产力、效率和准确性。译自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。虽然基本AI编程助手自然有帮助,但由于依赖对软件语言和编写软件最常见模式的总体理解,因此常常无法提供最相关和正确的代码建议。这些编码助手生成的代码适合解决他们负责解决的问题,但通常不符合各个团队的编码标准、惯例和风格。这通常会导致需要修改或完善其建议,以便将代码接受到应

大型语言模型(LLM)是在巨大的文本数据库上训练的,在那里它们获得了大量的实际知识。这些知识嵌入到它们的参数中,然后可以在需要时使用。这些模型的知识在训练结束时被“具体化”。在预训练结束时,模型实际上停止学习。对模型进行对齐或进行指令调优,让模型学习如何充分利用这些知识,以及如何更自然地响应用户的问题。但是有时模型知识是不够的,尽管模型可以通过RAG访问外部内容,但通过微调使用模型适应新的领域被认为是有益的。这种微调是使用人工标注者或其他llm创建的输入进行的,模型会遇到额外的实际知识并将其整合

想了解更多AIGC的内容,请访问:51CTOAI.x社区https://www.51cto.com/aigc/译者|晶颜审校|重楼不同于互联网上随处可见的传统问题库,这些问题需要跳出常规思维。大语言模型(LLM)在数据科学、生成式人工智能(GenAI)和人工智能领域越来越重要。这些复杂的算法提升了人类的技能,并在诸多行业中推动了效率和创新性的提升,成为企业保持竞争力的关键。LLM的应用范围非常广泛,它可以用于自然语言处理、文本生成、语音识别和推荐系统等领域。通过学习大量的数据,LLM能够生成文本

机器学习是人工智能的重要分支,它赋予计算机从数据中学习的能力,并能够在无需明确编程的情况下改进自身能力。机器学习在各个领域都有着广泛的应用,从图像识别和自然语言处理到推荐系统和欺诈检测,它正在改变我们的生活方式。机器学习领域存在着多种不同的方法和理论,其中最具影响力的五种方法被称为“机器学习五大派”。这五大派分别为符号派、联结派、进化派、贝叶斯派和类推学派。1.符号学派符号学(Symbolism),又称为符号主义,强调利用符号进行逻辑推理和表达知识。该学派认为学习是一种逆向演绎的过程,通过已有的

编辑|ScienceAI问答(QA)数据集在推动自然语言处理(NLP)研究发挥着至关重要的作用。高质量QA数据集不仅可以用于微调模型,也可以有效评估大语言模型(LLM)的能力,尤其是针对科学知识的理解和推理能力。尽管当前已有许多科学QA数据集,涵盖了医学、化学、生物等领域,但这些数据集仍存在一些不足。其一,数据形式较为单一,大多数为多项选择题(multiple-choicequestions),它们易于进行评估,但限制了模型的答案选择范围,无法充分测试模型的科学问题解答能力。相比之下,开放式问答

编辑|KX在药物研发领域,准确有效地预测蛋白质与配体的结合亲和力对于药物筛选和优化至关重要。然而,目前的研究没有考虑到分子表面信息在蛋白质-配体相互作用中的重要作用。基于此,来自厦门大学的研究人员提出了一种新颖的多模态特征提取(MFE)框架,该框架首次结合了蛋白质表面、3D结构和序列的信息,并使用交叉注意机制进行不同模态之间的特征对齐。实验结果表明,该方法在预测蛋白质-配体结合亲和力方面取得了最先进的性能。此外,消融研究证明了该框架内蛋白质表面信息和多模态特征对齐的有效性和必要性。相关研究以「S

本站8月1日消息,SK海力士今天(8月1日)发布博文,宣布将出席8月6日至8日,在美国加利福尼亚州圣克拉拉举行的全球半导体存储器峰会FMS2024,展示诸多新一代产品。未来存储器和存储峰会(FutureMemoryandStorage)简介前身是主要面向NAND供应商的闪存峰会(FlashMemorySummit),在人工智能技术日益受到关注的背景下,今年重新命名为未来存储器和存储峰会(FutureMemoryandStorage),以邀请DRAM和存储供应商等更多参与者。新产品SK海力士去年在
