Anthropic旗下聊天机器人 Claude更强大新模型推出

Anthropic旗下聊天机器人 Claude更强大新模型推出 获谷歌和亚马逊支持的人工智能起步公司Anthropic为AI聊天机器人Claude推出更强大的新一代模型，使AI聊天机器人的竞争越趋白热化。

Anthropic旗下聊天机器人Claude更强大新模型推出

Anthropic旗下聊天机器人Claude更强大新模型推出 获谷歌和亚马逊支持的人工智能起步公司Anthropic为AI聊天机器人Claude推出更强大的新一代模型，使AI聊天机器人的竞争越趋白热化。 据法新社报道，Anthropic星期一（3月4日）推出的新模型Claude 3可分为三款，即Opus、Sonnet和Haiku。 Anthropic意识到公司之前保护措施太严格，因此与前几代模型相比，新模型在拒绝回答接近系统防护栏的提示方面的可能性要小得多。公司也称，Opus是三款模型之中最强大的，可以在包括数学在内的关键基准上超越同行。 2024年3月5日 11:26 AM

机器人Telegraph Publisher

机器人Telegraph Publisher 机器人功能：telegraph生成 机器人简介：一款可以生成telegraph文章的TG机器人。 无需打开telegraph的网站，只需将txt或html文档发给机器人即可，也可直接将文字发给机器人，机器人支持上传小于5M的图片与视频，并生成可嵌入文章中的链接。 机器人ID：@tgpublish_bot 频道 群聊 投稿

英伟达进军机器人领域 发布世界首款人形通用基础模型

英伟达进军机器人领域 发布世界首款人形机器人通用基础模型 英伟达正通过推出名为Project GR00T的新型人形机器人基础模型，进一步进军机器人领域。基础模型是一种人工智能系统，它使用海量数据进行训练，能够用于各种各样的任务，从生成句子到视频、图像等等。据Nvidia，Project GR00T将帮助人形机器人“理解自然语言并通过观察人类行为来模仿动作 - 快速学习协调性、灵活性和其他技能，以便导航、适应并与现实世界互动。除了Project GR00T，英伟达还发布了其Isaac机器人平台的一部分Isaac Manipulator和Isaac Perceptor。Isaac Manipulator是一系列专为机械臂设计的基础模型，而Issac Perceptor旨在为设计用于制造和履行任务的机器人提供“多摄像头、3D环绕视觉能力”。此外，这家图形巨头还推出了用于人形机器人的Jetson Thor计算平台。该平台由英伟达的Thor系统芯片提供动力，将成为人形机器人的大脑。英伟达在声明中表示：“Jetson Thor被打造为一个全新的计算平台，能够执行复杂的任务并安全自然地与人和机器互动。它拥有模块化架构，在性能、功耗和尺寸方面都进行了优化。”GR00T正好和《银河护卫队》电影中的树人格鲁特（Groot）同名该公司表示，他们已经与一些机器人领域的大牌公司合作，包括以Spot机器人闻名的波士顿动力 (Boston Dynamics)、1X Technologies、Agility Robotics、Apptronik和Figure AI。其中，Figure AI近期备受关注，上周发布了一段视频，展示了人形机器人根据提示进行类人对话并完成一系列任务，例如拾取盘子并将其放入沥水架。虽然这看起来似乎没什么特别，但让机器人识别每个物品并精确移动它们的技术非常复杂。今年2月，英伟达与微软、OpenAI、Jeff Bezos、Parkway Capital、Intel Capital 等公司一起参加了Figure AI的B轮融资，使该公司估值达到26亿美元。人形机器人有望让人们完成危险或重复性的工作，但和其他AI技术一样，它们也让人们担心会取代人类的工作岗位。当然，不要指望人形机器人很快就能在街上闲逛。 ... PC版： 手机版：

【机器人名称】VirusTotal File Scanner

【机器人名称】VirusTotal File Scanner 【机器人功能】文件病毒检测 【机器人简介】一款文件病毒检测机器人。把文件发给机器人可以检测是否包含病毒。最大支持200M的文件。 【机器人ID】 @VirusTotal_AVBot

Deepmind 推出了一个可以自我改进的AI机器人代理：

Deepmind 推出了一个可以自我改进的AI机器人代理： 它能自我学习并在不同的机械臂上执行各种任务，而且还能自我生成新的训练数据以改进其技术。 RoboCat的学习速度非常快。只需要观察100次左右的演示，就可以学会操控机械臂来完成各式各样的任务，并且它还能通过自生成的数据来进行迭代改进。 RoboCat的一些主要特点： 1、多任务和自适应能力：RoboCat是第一个能够解决和适应多个任务，并在不同的真实机器人上执行这些任务的代理。 2、快速学习：RoboCat的学习速度比其他最先进的模型快得多。它可以通过观察少至100个示例来学习新任务，因为它从大型多样化的数据集中获取信息。这将有助于加速机器人研究，因为它减少了对人工监督训练的需求，这是创建通用机器人的重要步骤。 3、自我改进：RoboCat基于Deepmind的多模型模型Gato，它可以在模拟和物理环境中处理语言、图像和动作。将Gato的架构与大型训练数据集结合起来，该数据集包含了各种机器人臂解决数百种不同任务的图像和动作序列。 4、操作新的机器人臂和解决更复杂的任务：通过RoboCat的多样化训练，它在几个小时内学会了操作不同的机器人臂。虽然它已经在两爪夹具的臂上进行了训练，但它能够适应更复杂的臂，这种臂有三个手指的夹具和两倍的可控输入。 5、自我改进的通才：RoboCat有一个训练的良性循环：它学习的新任务越多，它在学习其他新任务上就越好。最初版本的RoboCat在以前未见过的任务上的成功率只有36%，这是在每个任务上从500个示例中学习后的结果。但是最新的RoboCat，在对更多任务进行了训练后，将这个成功率提高了一倍多。