[1 月 4 日のビッグモデルデイリーコレクション] ロボットにあなたの「ここにいる」を感知させましょう、清華チームは数百万のシーンを使用してユニバーサルな人間とマシンのハンドオーバーを作成します; リー・フェイフェイのチームの新作: AI の視点、障害物を通してあなたをはっきりと見ます、人体をレンダリングしてブロックする新たなブレークスルーがあります

ロボットにあなたの「ここにいます」を感知させます。清華大学のチームは何百万ものシナリオを使用して、人間と機械の普遍的なハンドオーバーを作成します。

リンク: https://news.miracleplus.com/share_link/14990

清華大学学際情報研究所の研究者らは、ロボットが一般化可能なビジョンベースの人間からロボットへの引き継ぎポリシーを学習できるようにする「GenH2R」フレームワークを提案した。 この一般化可能な戦略により、ロボットは、人間の手から多様な幾何学的形状と複雑な動作軌跡を持つ物体をより確実にキャッチできるようになり、人間とコンピューターの相互作用に新たな可能性がもたらされます。

Li Feifei チームの新作: AI シースルーアイは障害物越しにあなたをはっきりと見ることができ、人体のレンダリングとブロックにおいて新たな進歩を遂げました。

リンク: https://news.miracleplus.com/share_link/14991

AR/VR、映画、医療、その他の分野では、人間の画像をレンダリングするためにビデオが広く使用されています。 単眼カメラからの映像取得は比較的容易であるため、単眼カメラから人体をレンダリングすることが主な研究方法となってきました。 Vid2Avatar、MonoHuman、NeuMan などの手法は、目覚ましい結果を達成しています。 カメラ ビューが 1 つしかないにもかかわらず、これらの方法は新しい視点から人体を正確にレンダリングします。 最近、有名な人工知能教授であるリー・フェイフェイ氏は、3D ヒューマン レンダリングの研究における新たな進歩を発表しました。

大量のデータを迅速に選別し、情報に基づいた意思決定を瞬時に行う、MIT、プリンストン、カーネギー メロン大学のチームは融合研究に LLM を使用しています

リンク: https://news.miracleplus.com/share_link/14992

制御可能な核融合エネルギーは、安全性、クリーン性、豊富な燃料などの利点を有し、人類の将来のエネルギー問題を解決するための主要な選択肢の一つである。 おそらく最も有望な核融合装置はトカマクです。 有望な見通しにもかかわらず、人為的トカマク発電所と経済的トカマク発電所との間には、未解決の重要な疑問が残されている。 現在、プリンストン大学、カーネギー メロン大学 (CMU)、マサチューセッツ工科大学 (MIT) の科学者たちは、ChatGPT、Bard、LLaMA などのツールの原動力である大規模言語モデルを適用して、融合研究者を迅速に支援しています。信じられないほどの量のデータを活用して、より賢明な意思決定を瞬時に行うことができます。 このモデルを使用すると、ユーザーは同様の特性を持つ以前の実験を特定し、機器制御システムに関する情報を提供し、核融合炉やプラズマ物理学に関する質問に対する回答を迅速に返すことができます。

Nature サブジャーナル | ビデオノイズ除去拡散モデルによる非線形機械メタマテリアルのリバースデザイン

リンク: https://news.miracleplus.com/share_link/14993

複雑な材料特性のリバースデザインは、ソフトロボット工学、生物医学インプラント、繊維工学の解決に大きな可能性を秘めています。 機械学習モデルはこのような逆マッピングを提供しますが、多くの場合、それらは線形ターゲット プロパティに限定されます。 最近、チューリッヒ連邦工科大学 (ETH Zurich) の研究者らは、周期的ランダム細胞構造のフルフィールド データでトレーニングされたビデオ拡散生成モデルが、非線形応答を調整するために大きなひずみ状態でそれらをうまく予測および調整できることを実証しました。 . 座屈や接触などの条件下での非線形変形と応力応答。 成功の鍵は、特性から設計へのマッピングを直接学習する一般的な戦略から脱却し、フレームワークを拡張して、予想される変形パスと全フィールド応力分布を本質的に推定することです。これは、有限要素シミュレーションとよく一致します。 したがって、この研究は、複雑なターゲット特性を持つ材料の同定を簡素化し、加速する可能性があります。