MindJourney enables AI to explore simulated 3D worlds to improve spatial interpretation
MindJourney 能让 AI 通过有限的视觉输入来导航和解读三维环境,有望提升其在导航、规划和安全关键任务中的表现。 这篇关于 MindJourney 让 AI 能够探索模拟 3D 世界以提升空间理解能力的文章首发于 Microsoft Research。 ```
MindJourney 能让 AI 通过有限的视觉输入来导航和解读三维环境,有望提升其在导航、规划和安全关键任务中的表现。 这篇关于 MindJourney 让 AI 能够探索模拟 3D 世界以提升空间理解能力的文章首发于 Microsoft Research。 ```
在本系列最终集中,Peter Lee、Carey Goldberg 和 Zak Kohane 博士将他们的预测与本季最新嘉宾的见解进行对比,这些嘉宾包括人工智能经济与社会影响专家、AI驱动医疗领域的领导者以及正在受训的医生。 文章《作者圆桌讨论:反思医疗经济学、生物医学研究与医学教育》首次发布于Microsoft Research。 ```
最近我们发布了论文《与AI协作:衡量生成式AI对职业的影响》,研究哪些职业可能发现AI聊天机器人有用及其有用程度。论文引发广泛讨论实属必然,因为人们深切关注AI与职业的未来——这正是我们重视此类研究的原因。 该文章《适用性与岗位替代:关于我们近期AI与职业研究的补充说明》首次发布于微软研究院。
Crescent 通过防止跨使用场景的追踪,同时让用户仅披露凭据中的必要信息,帮助实现数字身份隐私保护。 本文《Crescent 库为数字身份系统带来隐私保护》首次发布于微软研究院。
数据中心内存和网络限制正制约着AI系统性能。MOSAIC技术采用微型LED和宽慢速光学架构,可提供更快、更长距离、更可靠且能效更高的连接方案,有望彻底改变AI集群设计范式。 这篇关于突破AI基础设施中的网络壁垒的文章首次发布于微软研究院。
微软研究院推出的RenderFormer是首个证明神经网络能够学习完整图形渲染流程的模型。该模型旨在仅使用机器学习实现全功能3D渲染——无需传统图形计算。 文章《RenderFormer:神经网络如何重塑3D渲染》首次发布于微软研究院。
随着具身人工智能迎来工具扩张的新时代,系统正在融合,复杂性也在不断上升。微软研究院探索模型上下文协议(MCP)作为跨碎片化工具生态系统实现智能体协作的新标准。 文章《MCP时代的工具空间干扰:设计大规模智能体兼容性》首次发布于微软研究院。
微软、德雷塞尔大学和布罗德研究所的新研究探索了生成式AI如何支持遗传学专业人员诊断罕见疾病。 文章《利用AI辅助罕见病诊断》首次发布于微软研究院。
微软研究人员披露了一项保密研究项目,该项目探索了开源AI工具如何被用于绕过生物安全检测——并协助开发出目前正影响全球标准的修复方案。 文章《当AI遇见生物学:前景、风险与责任》首次发布于微软研究院。
微软的Eric Horvitz与嘉宾Bruce Wittmann、Tessa Alexanian和James Diggans共同探讨了"改写项目"——这项红队测试工作揭示并修复了AI驱动蛋白质设计中的生物安全漏洞。该研究为解决AI双重用途风险提供了一个示范模型。 文章《观点:通过"改写项目"实现更具AI韧性的生物安全》首次发表于微软研究院。
MindJourney 能让 AI 通过有限的视觉输入来导航和解读三维环境,有望提升其在导航、规划和安全关键任务中的表现。 这篇关于 MindJourney 让 AI 能够探索模拟 3D 世界以提升空间理解能力的文章首发于 Microsoft Research。 ```
在本系列最终集中,Peter Lee、Carey Goldberg 和 Zak Kohane 博士将他们的预测与本季最新嘉宾的见解进行对比,这些嘉宾包括人工智能经济与社会影响专家、AI驱动医疗领域的领导者以及正在受训的医生。 文章《作者圆桌讨论:反思医疗经济学、生物医学研究与医学教育》首次发布于Microsoft Research。 ```
最近我们发布了论文《与AI协作:衡量生成式AI对职业的影响》,研究哪些职业可能发现AI聊天机器人有用及其有用程度。论文引发广泛讨论实属必然,因为人们深切关注AI与职业的未来——这正是我们重视此类研究的原因。 该文章《适用性与岗位替代:关于我们近期AI与职业研究的补充说明》首次发布于微软研究院。
Crescent 通过防止跨使用场景的追踪,同时让用户仅披露凭据中的必要信息,帮助实现数字身份隐私保护。 本文《Crescent 库为数字身份系统带来隐私保护》首次发布于微软研究院。
数据中心内存和网络限制正制约着AI系统性能。MOSAIC技术采用微型LED和宽慢速光学架构,可提供更快、更长距离、更可靠且能效更高的连接方案,有望彻底改变AI集群设计范式。 这篇关于突破AI基础设施中的网络壁垒的文章首次发布于微软研究院。
微软研究院推出的RenderFormer是首个证明神经网络能够学习完整图形渲染流程的模型。该模型旨在仅使用机器学习实现全功能3D渲染——无需传统图形计算。 文章《RenderFormer:神经网络如何重塑3D渲染》首次发布于微软研究院。
随着具身人工智能迎来工具扩张的新时代,系统正在融合,复杂性也在不断上升。微软研究院探索模型上下文协议(MCP)作为跨碎片化工具生态系统实现智能体协作的新标准。 文章《MCP时代的工具空间干扰:设计大规模智能体兼容性》首次发布于微软研究院。
微软、德雷塞尔大学和布罗德研究所的新研究探索了生成式AI如何支持遗传学专业人员诊断罕见疾病。 文章《利用AI辅助罕见病诊断》首次发布于微软研究院。
微软研究人员披露了一项保密研究项目,该项目探索了开源AI工具如何被用于绕过生物安全检测——并协助开发出目前正影响全球标准的修复方案。 文章《当AI遇见生物学:前景、风险与责任》首次发布于微软研究院。
微软的Eric Horvitz与嘉宾Bruce Wittmann、Tessa Alexanian和James Diggans共同探讨了"改写项目"——这项红队测试工作揭示并修复了AI驱动蛋白质设计中的生物安全漏洞。该研究为解决AI双重用途风险提供了一个示范模型。 文章《观点:通过"改写项目"实现更具AI韧性的生物安全》首次发表于微软研究院。