AI资讯RLWRLD推出融合力觉与触觉的机器人基础模型「RLDX-1」实现高灵巧度
RLWRLD发布了集视觉、语言、力觉、触觉及作业记忆于一体的机器人基础模型RLDX-1，展示了类人机器人灵巧操作的最新成果。
#多模态融合
按标签聚合查看文章内容。
AI资讯
AI资讯双向视听分离：阿里通义实验室发布PrismAudio，实现AI视频理解与配音
阿里巴巴通义实验室推出PrismAudio框架，解决AI视频生成中的音视频不同步问题。该技术采用“链式思维”机制，先分析视频内容，再生成匹配的音效，提升沉浸感。研究成果已被ICLR 2026录用。
AI资讯【第四回】什么是LLM（大规模语言模型）——驱动生成式AI的“核心大脑”
生成式AI的核心技术“LLM” LLM是“Large Language Model（大规模语言模型）”的缩写，是驱动ChatGPT、Gemini、Claude等生成式AI服务的核心技术。 这些服务并非仅由LLM构成，还结合了界面、语音输入、搜索、外部工具及安全措施等多种机制。而LLM则作为理解和生成文本的“引擎”，相当于生成式AI的“头脑”。 LLM的特点在于利用海量文本数据和强大计算资源进行训