新闻X昨天
Meta开源DINOv3与SAM3,匹兹堡大学构建自然语言进食辅助机器人
本文由 AI 根据公开内容整理,可能有误,请以原文为准:We recently brought together researchers from across academia, national labs, healthcare, and policy for the Open Source AI for Science S...(X:AI at Meta (@AIatMeta)(via AIHOT))
核心内容
Meta举办Open Source AI for Science Summit,联合学术界与国家实验室发布Muse Glimmer、SAM 3、DINO v3、TRIBE v2及UMA等开源模型。会议重点展示了视觉基础模型在物理世界任务中的迁移能力,以及分子级模拟工具的科学应用进展,标志着开源AI从纯数字感知向具身操作与微观科学计算双向拓展。
匹兹堡大学基于DINOv3和SAM 3构建辅助机器人系统,计划演示帮助进食场景并试验自然语言指令控制,验证了开放视觉模型在非结构化服务任务中的泛化潜力。同时Meta与芝加哥大学利用UMA模型完成完整酶的逐原子模拟,为生物制造与材料研发提供高精度开源算力底座,降低科研门槛。
关键看点
- 视觉基座升级:DINOv3与SAM 3开源,支撑非结构化环境下的物体识别与分割,赋能机器人精细操作
- 具身交互验证:匹兹堡大学集成新模型构建进食辅助机器人,实测自然语言指令驱动的服务任务闭环
- 分子模拟突破:UMA模型实现完整酶逐原子级开源模拟,加速生物机器人与合成生物学底层研发
- 开源生态协同:汇集高校与国家实验室资源,推动AI for Science模型在具身智能与科研场景双向落地
工程与产业观察
DINOv3与SAM 3的开源显著降低了具身智能在非结构化服务场景的感知算法门槛,其自然语言指令验证路径为家庭护理机器人提供了可复现的技术范式。UMA在分子模拟领域的突破则预示具身智能上游研发工具链正加速开源化,有助于缩短生物机器人等交叉学科的研发周期。
线索来源:AIHOT
外部来源
本页事实对应的公开页面,以原文为准。(点击将离开本站)