帮机器人理解世界，“数字生命计划”成真？商汤CVPR 2024展示大模型应用潜能

文章预览

当地时间6月17-21日，全球人工智能计算机视觉领域顶级国际会议CVPR 2024（Computer Vision and Pattern Recognition，即国际计算机视觉与模式识别）在美国西雅图举行，共有来自全球的2719篇论文被接收，录用率为23.6%，相较去年下降2.2%，难度提升。 商汤科技及联合实验室的 50篇 论文成功入选，其中9篇被录用为Oral、Highlight，再创佳绩。伴随大语言模型（LLM）技术的爆发，商汤在本届CVPR的研究成果重点聚焦于 推动视觉语言基础模型的提升及多模态技术的应用创新 ，其中有多篇涉及 自动驾驶、机器人 等前沿方向。 夯实基础模型能力，释放无限应用潜能 近年来，大语言模型的创新呈指数级增长，同时也为多模态系统开辟了诸多可能。大语言模型结合多模态技术能够更准确地模拟并理解人类的复杂行为和思维方式，这将进一步推动AI在自动驾驶、智能助手、医 ………………………………