美国宇航局(NASA)是目前VR和AR技术的最大支持者之一。NASA已经将微软的MR头盔HoloLens送到了国际空间站上,并将HTC Vive和Manus VR手套相结合来训练宇航员。现在这些仍然是VR和AR技术的早期阶段,公司和机构会逐渐发展出更具创造性的用途。不过NASA相信,在10年内,VR/AR/MR将成为该机构员工的标配。
在本周的一篇文章里,NASA认为沉浸式技术的潜力是无限的。Ed McLarney是NASA Langley的信息技术专家,他正在带头研究虚拟现实技术。他表示,“沉浸式技术正变得普遍起来,我们希望帮助员工思考,如何以安全可靠的方式最大化地利用这项技术。未来就在这里,我们必须把握住它。这是又一次改变游戏规则的机会。”
NASA使用HoloLens的一种方式是利用HoloLens的Sidekick项目。该项目能让NASA测试各种方法,以远程协助宇航员以及提升宇航员完成任务的效率。
NASA Langley航空项目局项目副经理Josh Kinne说,“这将变得与其它工具一样。和CAD工具改变我们设计东西的方式一样。这就是下一次大发展。这将成为信息可视化的方式,并且将成为下一个10年内我们所采用的标准工具。”
NASA并不是只采用了一两种头盔,而是在测试所有类型,Oculus Rift、HTC Vive和PlayStation VR都在测试中,以此来测试VR integration的长短期目标。
Kinne 表示,“虚拟现实和增强现实曾经很昂贵,或者单个研究者要使用的话很困难。现在硬件已经商品化了,这意味着,哪怕对这些3D工具只有最基本的了解,你也可以在实际应用或研究发展中创造有意义的内容。”
McLarney说,“这项技术不需要NASA自己发明。行业和研究机构正在为我们研发,我们需要思考如何应用它。”
“我们认为,在20年内,技术将完成我们今天无法想象的事情。”
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。