Workflow
学习
icon
搜索文档
小米社招&校招 | 自动驾驶与具身智能算法研究员 (VLA/具身方向)
自动驾驶之心· 2025-07-01 20:58
点击下方 卡片 ,关注" 自动驾驶之心 "公众号 戳我-> 领取 自动驾驶近15个 方向 学习 路线 职位描述 我们正在寻找一位杰出的研究员/科学家,加入我们的前沿探索团队,共同定义和构建下一代自 动驾驶与机器人的"大脑"。您将致力于突破性的具身基座模型 (Embodied Foundation Model) 的 研究,该模型将深度融合视觉-语言-行动 (VLA) 能力,并具备卓越的空间感知与空间推理能 力。 多模态场景理解:融合视觉、语言、雷达等多源信息,实现对动态、开放环境的深刻理解和空间 感知。 复杂语义推理与决策:让模型能够理解模糊、抽象的人类指令,并结合对物理世界的空间推理, 生成安全、合理、可解释的行动序列。 学习与适应机制:深入研究强化学习 (RL)、模仿学习 (IL) 及自监督学习方法,使模型能从海量 数据和与环境的交互中持续学习和进化。 技术愿景与路线图:主导构建可泛化、高效率的具身智能基座模型,为未来1-3年的技术演进提 供核心支撑,并探索其在自动驾驶和通用机器人领域的统一应用潜力。 学术影响力与合作:与全球顶尖高校及研究机构合作,探索表征学习、因果推理、世界模型等长 期议题。在CVPR、 ...
重磅直播!清华&博世开源SOTA性能纯血VLA:Impromptu-VLA告别双系统~
自动驾驶之心· 2025-07-01 20:58
自动驾驶技术进展 - 当前自动驾驶系统在结构化环境(如城市和高速公路)中取得显著进展,但在非结构化场景(如乡村小路、临时施工区、恶劣路况)中仍面临鲁棒性和安全性挑战 [1] - 现有大规模自动驾驶数据集主要关注常规交通状况,缺乏针对非结构化环境的专门、大规模且精细标注的数据 [1] Impromptu VLA框架 - 清华AIR联合博世中央研究院提出Impromptu VLA框架,旨在提供开放权重和开放数据的驾驶视觉-语言-动作模型 [1] - 该框架是完全端到端、无中间感知表征的"纯血VLA"系统,直接从驾驶视频片段提取多模态特征并生成自然语言格式的驾驶命令 [1] - 系统无需手工设计感知模块、行为先验或中间BEV表达 [1] - 在NeuroNCAP闭环安全评测中表现优异,得分2.15,显著超越CVPR 2025最新提出的BridgeAD系统(1.60) [1] 技术资源与分享 - 论文已发布于arXiv(编号2505.23757v1) [2] - 项目主页在GitHub(ahydchh/Impromptu-VLA) [2] - 清华大学计算机系本科生迟浩瀚将分享该VLA框架 [2] 学习建议 - 建议入门者扎实深度学习和计算机视觉基础,逐步了解自动驾驶各模块 [2] - 推荐通过阅读前沿论文和参与开源项目实践来熟悉数据处理和模型训练流程 [2]
小米社招&校招 | 自动驾驶与机器人具身智能算法研究员 (VLA方向)
具身智能之心· 2025-07-01 20:07
职位描述 - 公司正在招聘研究员/科学家加入前沿探索团队,致力于构建下一代自动驾驶与机器人的"大脑",重点研究具身基座模型 (Embodied Foundation Model) [1] - 该模型将深度融合视觉-语言-行动 (VLA) 能力,并具备卓越的空间感知与空间推理能力 [1] 核心职责 - 前沿算法研究与构建:设计和实现领先的具身多模态大模型,探索构建能够理解复杂三维世界并进行长时序、多步骤任务规划的世界模型 (World Model) [2] - 核心模型能力攻关:主导模型在多模态场景理解、复杂语义推理与决策、学习与适应机制等方面的突破 [3] - 技术愿景与路线图:构建可泛化、高效率的具身智能基座模型,为未来1-3年的技术演进提供核心支撑,并探索其在自动驾驶和通用机器人领域的统一应用潜力 [3] - 学术影响力与合作:与全球顶尖高校及研究机构合作,探索表征学习、因果推理、世界模型等长期议题,在顶级会议上发表高水平论文 [3] 职位要求 - 教育与研究背景:计算机科学、人工智能、机器人学、自动驾驶或相关领域的博士学位,或具备同等深度的研究经验 [4] - 核心研究经验:在多模态大模型、自动驾驶与具身智能、强化学习等领域有深入的研究和实践经验 [5] - 三维视觉与空间智能:具备扎实的3D计算机视觉、几何学和空间推理能力,熟悉NeRF, 3D Gaussian Splatting等技术 [6] - 理论与编程能力:在顶级会议上发表过高质量论文,具备跨学科视野,能够融会贯通大模型、自然语言处理、计算机视觉、强化学习与机器人学知识 [7] 加分项 - 拥有坚实的机器学习和深度学习理论基础,精通Python及主流深度学习框架 [10] - 具备世界模型研究经验、大规模预训练经验、机器人平台经验或开源社区贡献 [11] 工作地点 - 工作地点以北京为主,少量上海职位 [9] - 简历投递至指定邮箱,需备注社招/校招+姓名+岗位+自动驾驶之心推荐 [9]
看了百位680分以上的考生背景后我才明白:什么样的家庭,能养出学霸
洞见· 2025-07-01 18:12
核心观点 - 文章通过分析2025年高考高分考生的家庭教育背景,总结出培养学霸的5种家庭类型:学习型、容错型、边界型、沟通型和情绪稳定型 [13][108] - 核心教育理念强调"教育不是控制与塑造,而是滋养与唤醒" [3][108] 学习型家庭 - 沈阳东北育才学校龙凤胎兄妹(680分/710分)家庭中,母亲是医生常科普医学知识,父亲保持每日阅读习惯,家中设有专门学习空间和各类书籍 [16][17][21][22][23][24][25] - 家庭成员日常会共同读书并交流知识,兄妹互相分享学习笔记查缺补漏,成绩常年年级前列 [26][27][28][29] - 麻省理工研究证实家庭学习环境直接影响孩子学习行为,父母持续学习会内化为孩子的习惯追求 [32][33][34] 容错型家庭 - 成都石室中学陈其琂(686分)父母对其逃课打篮球等行为采取沟通引导而非责骂,帮助其建立时间管理意识 [40][41][42][43][44] - 数学考试失误后父母协助分析试卷,将错误转化为进步机会,培养出不惧犯错的学习态度 [46][47][48][49][50] - 心理学研究显示此类家庭孩子抗挫力更强,探索欲更旺盛,通过试错积累经验提升能力 [51][52][53] 边界型家庭 - 湖北十堰考生王晨旭(全省前20名)父母从初中起给予充分自主权,不强制报培训班或购买教材 [60][62][63][64][65] - 通过划定清晰边界培养出强大自我管理能力,能自觉约束行为并合理安排学习生活 [66][67] - 蒙台梭利教育理论指出边界感是对个体空间的尊重,能激活孩子独立思考和创造力 [71][72][73] 沟通型家庭 - 华师一附中陆禹铖(全省前20名)沉迷电子产品时,母亲通过平等谈心使其自发戒除手机并重拾学习 [75][76][79][80][81][82][83][84][85] - 真正对话型家庭特征包括:父母放下架子平等交流、允许争辩、认真倾听孩子真实想法 [86][87][88][89] - 充分沟通创造自由宽松氛围,使孩子能心无旁骛投入学习 [90][91] 情绪稳定型家庭 - 襄阳五中李铭尘(全省前10名)家庭从不对抗消耗能量,父母尊重选择并提供中肯建议 [93][95][96][97] - 高二阶段放任其在家睡觉调整状态,最终高考超常发挥,体现无条件信任带来的松弛感 [99][100][101] - 情绪稳定构筑的心理防线能保护孩子能量,培养出理性清醒应对挑战的能力 [102][103][104][105][106][107]
Sebastian Raschka著作免费开放!《机器学习与AI核心30问》,新手专家皆宜
机器之心· 2025-07-01 13:01
书籍免费开放 - 知名AI技术博主Sebastian Raschka宣布其著作《机器学习Q与AI:30个必备问答》的全部30章内容免费开放,旨在帮助夏季实习和技术面试的读者 [1] - 该书纸质版+电子版原价49.99美元(约358元),电子版原价39.9美元(约286元) [2] 书籍背景与特点 - 机器学习和AI领域发展迅速,从业者常疲于追赶新技术,该书提供从新手到专家的碎片化知识精华 [6][7] - 书籍内容写于2022年11月ChatGPT发布前,可能曾是ChatGPT的训练数据 [11] - 作者强调书籍内容并非AI生成,这违背其个人伦理 [12] 行业专家评价 - 《Designing Machine Learning Systems》作者Chip Huyen称赞该书融合学术深度、工程敏捷性和简化能力,是机器学习之旅的理想向导 [16] - 《How AI Works》作者Ronald T. Kneusel认为该书是关于关键AI主题的一站式指南,为已进入AI世界的读者提供下一阶段所需知识 [16] 书籍内容结构 第一部分:神经网络和机器学习 - 涵盖嵌入、隐空间与表征(第1章)、自监督学习(第2-3章)、彩票假设(第4章)、过拟合解决方案(第5-6章)、多GPU训练(第7章)、Transformers架构(第8章)、生成式AI模型(第9章)和随机性来源(第10章) [22][23][24][25][26][27][28][29][31][32][33][34][35][36][37][38] 第二部分:计算机视觉 - 包括CNN参数量计算(第11章)、全连接层与卷积层替代(第12章)、视觉Transformer数据需求(第13章) [39][40][41][42][44] 第三部分:自然语言处理 - 涵盖分布假说(第14章)、文本数据增强(第15章)、自注意力机制(第16章)、编码器-解码器Transformers(第17章)、预训练模型微调(第18章)和评估指标(第19章) [46][47][48][49][50][52] 第四部分:生产和部署 - 包括无状态/有状态训练(第20章)、以数据为中心的AI(第21章)、推理加速(第22章)和数据分布偏移(第23章) [54][55][56][57][58][59] 第五部分:预测性能和模型评估 - 涵盖泊松回归与有序回归(第24章)、置信区间构建(第25-26章)、评估指标特性(第27章)、k折交叉验证(第28章)、训练/测试集分布差异(第29章)和有限数据解决方案(第30章) [60][61][63][64][65][66][67][68][69][70]
一文读懂数据标注:定义、最佳实践、工具、优势、挑战、类型等
36氪· 2025-07-01 10:20
数据标注的核心重要性 - 数据标注是AI和ML模型实现高准确性的基础 通过精确标记和分类数据使机器学习模型发挥最佳性能 [1] - 80%的数据科学家将超过60%的时间用于数据准备和注释而非模型构建 凸显其作为AI基础的关键地位 [2] - 标注良好的数据可确保模型识别模式 做出准确预测并适应新场景 直接影响AI系统性能 [5] 数据标注技术类型 - 图像标注涉及添加标题和关键词作为属性 对计算机视觉和面部识别至关重要 [13] - 音频标注需标记语言 方言 情绪等多维参数 包括非言语情况的识别 [16] - 视频标注通过逐帧标记实现运动追踪和行为分析 对自动驾驶等应用关键 [20] - 文本标注需处理语义 意图和情感等抽象元素 是NLP领域最复杂的标注类型 [23] - LiDAR标注处理3D点云数据 在自动驾驶和城市规划中实现精确空间识别 [31] 行业应用与市场趋势 - 全球数据标注工具市场规模预计2028年达34亿美元 2021-2028年CAGR为38.5% [5] - 自动驾驶领域依赖标注的图像和激光雷达数据检测行人及障碍物 [5] - 医疗AI通过标记的X射线和CT扫描训练模型识别病理特征 [5] - 78%企业AI项目采用内外结合的数据标注服务 较2022年增长24个百分点 [5] - 零售AI通过产品标记和情感分析实现个性化推荐 [5][81] 标注方法与效率提升 - AI辅助注释可减少70%的标注时间 同时提高15-20%的模型准确率 [5][48] - 半自动标注结合人工准确性和AI处理能力 显著提升大规模数据处理效率 [7] - 主动学习方法通过模型引导标注过程 减少30-40%的标注成本 [8][5] - 合成数据生成技术降低对人工标注的依赖 提高模型多样性 [6] 工具选择与实施策略 - 专业标注工具应支持多模态数据管理和版本控制 确保数据集完整性 [40] - 标注平台需内置质量检查模块 实现实时协作和反馈跟踪 [42] - 企业级解决方案必须符合GDPR/HIPAA等数据安全标准 [43][61] - 构建与购买决策需权衡项目规模 预算 合规要求和人力资源等因素 [50][68] 质量控制与最佳实践 - 多阶段质量控制系统包括初始培训 持续监控和最终审查 [47][54] - 采用多位注释者交叉验证可显著提高标注一致性 [86][88] - 清晰的标注指南和标准化流程是保证质量的关键因素 [86][88] - 人机协作模式将人工聚焦于复杂案例 提升整体效率 [86][88]
吴桂英开展“七一”走访慰问并为基层党支部讲党课
长沙晚报· 2025-07-01 10:00
根据提供的新闻内容,该文档主要报道了市委书记吴桂英在建党104周年前夕的走访慰问和党课活动,不涉及公司和行业相关内容。因此无法按照要求提取公司和行业相关的关键要点。
性能提升84%-166%!L-Zero仅靠强化学习解锁大模型探索世界的能力 | 已开源
量子位· 2025-07-01 08:53
招商局狮子山人工智能实验室 投稿 量子位 | 公众号 QbitAI 大模型可以不再依赖人类调教,真正"自学成才"啦? 新研究仅通过 RLVR (可验证奖励的强化学习),成功让模型自主进化出 通用的探索、验证与记忆能力 ,让模型学会"自学"! 当前主流的LLM Agent依然高度依赖于提示词工程、复杂的系统编排、甚至静态规则表,这使得它们在面对复杂任务时难以实现真正的智能 行为演化。 而来自招商局狮子山人工智能实验室的研究团队认为,RLVR范式是智能体(Agent)通往更高通用性和自主性的重要突破口。 于是,他们从两个关键层面出发构建了端到端Agent训练pipeline—— L0系统 : 智能体架构层面 提出了结构化智能体框架——NB-Agent,在经典"代码即行动" (Code-as-Action) 架构基础上进行扩展,使智能体能够操作记忆/上下 文,从而获得类人类的记忆存储、信息总结与自我反思能力。 学习范式层面 探索了一个核心问题:是否可以仅通过RLVR范式,引导智能体从零开始,学会如何规划、搜索、验证与记忆,最终解决复杂的多轮推理 任务? L0系统的框架、模型及训练集已 全部开源 ,详细可见文末链接。 ...
苏州市领导调研学习教育和党建引领基层治理工作
苏州日报· 2025-07-01 08:32
昨天(6月30日),市委书记刘小涛在吴中区调研深入贯彻中央八项规定精神学习教育和党建引领基层治理工 作。他强调,要深入学习贯彻习近平总书记关于加强党的作风建设的重要论述和中央八项规定及其实施细则精 神,扎实开展学习教育,以优良作风凝心聚力、干事创业,不断提升基层治理能力,让群众更加有感。 走进吴中区金庭镇综治中心,刘小涛实地察看功能布局,听取综治中心整体情况介绍,并与工作人员亲切交 流,了解矛盾纠纷化解、法律咨询、民宿管理、平安联盟建设等情况。在肯定相关工作后,他要求综治中心聚焦 群众关切,结合本地实际,进一步优化功能设施,提升为民服务质效。 老党员黄寿祥退休前是乡村医务工作者,尽己所能为村民解除病痛。刘小涛关切询问他的身体状况和生活情 况,为他颁发"光荣在党50年"纪念章,感谢他为基层医疗卫生事业发展作出的贡献,祝愿他身体健康、家庭幸 福,希望他不断发光发热,带动更多年轻党员热心为群众服务。刘小涛还走进困难群众家中,送上慰问品和慰问 金,详细了解困难诉求,叮嘱相关部门更加关心困难群众生活,千方百计为他们办实事、解难题。 在金庭镇石公村,刘小涛主持召开座谈会,与派出所民警、森林消防员、返乡创业青年、村干部、社 ...
让党旗在基层一线高高飘扬
人民日报· 2025-07-01 06:11
基层党组织作风建设实践案例 - 江苏泗阳县针对供水问题开展整改,排查242个农村集中居住小区,首批12个问题小区中60%供水问题已解决[16][17] - 广东广州市南沙街道规范政商交往,辖区内有近17万家经营主体,规模以上企业1300多家,通过制定正负面清单明确交往边界[18][19] - 重庆长寿区菩提街道通过网格化管理解决民生问题,今年以来累计处理网格事件3万多件次[21][22] - 宁夏银川市永宁县整治形式主义,废止近30项创建活动,清理微信工作群和政务APP等负担[23][24] 基层党员服务群众具体行动 - 四川蓬安县党员干部为缺水村民送水[2] - 山东郯城县党员志愿者参与麦收防火宣传[4] - 湖北沙洋县民警进企业宣传安全知识[6] - 安徽亳州市企业党员指导工人提升工艺技术[8][9] - 河北平山县第一书记走访农户[11] - 贵州榕江县党员发放救灾物资[13][14] - 新疆乌苏市党员志愿者帮助农户种植水稻[16]