註冊並分享邀請連結,可獲得影片播放與邀請獎勵。

檢索結果 工作機械
工作機械 貼吧
一個關鍵字就是一個貼吧,路徑全站唯一。
建立貼吧
用戶
未找到
包含 工作機械 的搜尋結果
【人機協同】輝達發力機械人安全 搶佔AI新增長極 輝達(Nvidia)正推出一套軟硬體方案,為人形機器人提供瞬間判斷力和即時決策能力,幫助它們走進工作場景,實現真正意義上的人機互動,必要時甚至能與人發生身體接觸。
顯示更多
【刷新紀錄!124台工程機械從北部灣港啟航直航印尼】近日,124台挖掘機及配套配件裝船工作全部完成。這批由廣西企業生產的工程裝備已搭乘“木星”輪,從北部灣港欽州港啟航,直航印度尼西亞雅加達。此次124台挖掘機的發運成功,再次刷新了北部灣港單船出口工程機械設備數量的紀錄。
顯示更多
【IPO籌集】Anthropic據稱選擇在納斯達克上市 知情人士透露,Anthropic 已選擇納斯達克作為其上市地點。據了解籌備工作的人士稱,這家Claude聊天機械人開發商尋求通過IPO籌集與SpaceX上市時相當或更多的資金,IPO最早可能於10月份進行。
顯示更多
借一本書到底有多快?探訪深圳“魔法”圖書館!地下巨型書庫,400萬藏書主動來找你 2026APEC期間,中外記者走進了深圳“最聰明”的圖書館——深圳圖書館北館,見證了這座圖書館藏在地下的“魔法”。借一本書,到底有多快?讀者在手機上提交申請,系統定位目標圖書,機械臂從密集的箱位中夾出一個書箱,工作人員分揀後,圖書被裝進軌道小車,沿著頭頂的軌道“嗖”地送到服務台。整個過程最快不到10分鐘,立等可取。以前借書是“人找書”,現在是“書找人”,400萬冊書在暗處奔跑,把一本書精準地送到你手上。#微觀深圳APEC#
顯示更多
【在軌逾五個月 神舟二十三號乘組完成多項腦電實驗】 神舟二十三號乘組航天員朱楊柱、張志遠、黎家盈已在中國空間站5個多月。進入本次任務的後期,三人的工作依然忙碌。中國載人航天工程辦公室11月1日公布的《天宮TV》顯示,黎家盈和隊友在上周完成多項實驗,視頻可見黎家盈通過右手食指交替觸摸鼻子與藍色扶手,獲取失重環境下的相關感知數據。 依照任務規劃,為期六個月的神舟二十三號任務已進入後期階段。《天宮TV》顯示,在航天醫學實驗領域,多個項目按計劃推進。航天員利用光三維空間測量設備開展本體覺機械力感知測試,通過右手食指交替觸摸鼻子與藍色扶手,獲取失重環境下觸覺、本體覺等機械力感知的相關數據。 腦電實驗,依舊是空間站中的重要環節。神舟二十三號乘組,完成了視覺運動加工行為實驗、相關行為學測試等。畫面中,黎家盈和隊友佩戴腦電採集設備、VR眼鏡等,開展弱刺激腦機,微重力直覺物理、空間合作編碼及調控等多項實驗測試,地面科研人員將依託下行數據開展後續研究。 此外,神舟二十三號乘組還完成了血樣採集、離心處理與存儲,用於開展在軌醫學檢查及相關實驗。 在空間微重力物理科學領域,乘組根據實驗安排,完成了燃燒科學實驗櫃氣瓶更換、無容器櫃實驗腔體樣品清理,軸心機構電極維護及視窗蓋鏡片更換等工作。 在空間站組合體平台照料方面,乘組完成了平台巡檢、核心艙內水處理子系統組件更換等工作,持續維護空間站再生生保系統穩定運行。在健康管理方面,3名航天員完成12道心電圖檢查、動態心電血壓監測,使用中醫四診儀進行診療,持續監測在軌身體狀態。他們還按計劃進行運動鍛煉,積極對抗失重生理效應,保持良好身心狀態。(來源:香港新聞網) 詳情:
顯示更多
2023 年,Meta 首席 AI 科學家楊立昆給當時的 LLM 熱潮潑了一盆冷水。 他指出 LLM 有根本性的缺陷:沒有持久記憶、無法從單一經驗學習、缺乏對物理世界的理解。本質上,它只是在做「下一個 token 的預測」。 從學術的角度看,他說得完全正確。 直到今天,LLM 的底層架構依然沒有變。它依然是一具每次啟動都空空如也的統計引擎。 但在三年的工程演進後,我們發現了一個讓科學家尷尬的事實:學術上的根本缺陷,工程上不一定要正面解決,繞過去一樣能起飛。 楊立昆主張要走「世界模型」的路線,讓 AI 像人一樣建立對物理規律的理解。他認為 Scaling Law(規模定律)有天花板,LLM 光靠堆算力不能產生真正的智慧。 但工程界用兩件事回應了他: 第一,資本的暴力美學。過去三年,人類往算力砸錢的瘋狂程度,讓模型規模產生的「湧現」直接蓋過了架構的粗糙。 第二,系統性的外掛補丁。模型記不住?掛上向量資料庫。模型理解不夠?接上 Vision 和工具。 這就是工程學最迷人的地方:解決問題不需要追求「本質的優雅」。 楊立昆在研究神經元的排列,而工程師在研究如何把這個「不完美的大腦」裝進一個強大的「機械外骨骼」裡。 楊立昆對 LLM 的核心批評,是他認為 Pattern Matching(模式匹配)不算真正的學習。 但如果這種模式匹配的複雜度足以模擬出文明的所有邏輯,那「學習本身到底是什麼模式」還重要嗎? 飛機與鳥的飛行原理完全不同。飛機沒有羽毛、不會拍翅膀,但在它飛得更高、更遠、更穩定的那一刻,它到底「算不算在飛」已經不重要了。 但繞過去的,跟真的解決,是兩回事。 只要底層架構沒變,楊立昆講的那些缺陷就真實存在。記憶是外掛的,不是原生的。就像義肢,裝上去能走能跑,但它跟真正的腿就是不一樣。你不能假裝它不存在。 所以雖然 AI 已經很強了,推理、寫作、寫程式,很多事做得比大部分人好,但它每次都是一個全新的大腦。沒有連續的意識,沒有累積的經驗。它所有的「記憶」、「理解」、「偏好」,全部來自你這次塞給它的上下文。 如果你去看 OpenClaw 最近的 repo 更新,你會發現記憶管理佔了很大的篇幅。怎麼讓 AI 在對話之間記住該記住的東西。 他們最近推的 QMD,把關鍵字搜尋跟語意搜尋混在一起用,就是為了解決一個問題:你三天前跟 AI 聊過的東西,它下次怎麼找得回來。 模型本身的能力會繼續進步,但只要底層是 LLM,記憶管理就是一個繞不開的大山。 用工程的角度來說,就是 Context Engineering 的重要程度,會逐漸超過模型本身。 你怎麼管理每次丟給模型的那包上下文,決定了 AI 能幫你做到什麼程度。哪些資訊該放、哪些不該放。什麼時候該砍掉重來、什麼時候該接著繼續。不同對話之間的記憶怎麼同步、怎麼取捨。 我自己每天都在處理這個問題。 舉個例子,我的 OpenClaw Agent KAI,它常常在多個頻道處理不同任務,但它們的記憶不是即時同步的。只要 還沒更新,它們就不知道彼此剛做了什麼。 所以我常常要幫它做認知同步。譬如告訴 A 分身,B 分身目前正在做什麼,然後要求 B 把做的東西整理好傳過去。或者更簡單一點,直接叫 A 去讀另一個 Discord 頻道最近兩小時的對話,讓它自己同步 B 的工作內容。 這種「認知斷裂」的現象,只要你常用 AI,一定會有很強烈的感覺。 從人格化的角度看,你會覺得它們是同一個人。但事實上,它們只是共享同一份記憶。只要記憶沒有同步,它們就是不同的人。 我現在花比較多時間在學這一塊。譬如今天 KAI 就教了我,如果讓 Claude Code 的 Opus 4.6 從外部調用 GPT 5.3-Codex,用 MCP 跟 coding-agent skill 的差異是什麼。 KAI 告訴我,差異的核心在於:中間過程要不要進主 context。 用 MCP 調用 Codex,每一個 tool call 都走 MCP 協議。Codex 過程中的每一個 turn,讀檔、改檔、跑測試、報錯、retry,全部以 tool result 的形式灌回 Opus 的 context。一個 coding task 可能產生幾十個 turn,跑完之後 Opus 的 context window 已經被中間過程塞滿了,後面每一 turn 都要重送這些垃圾。這就是 context 污染。 而 coding-agent skill 的設計完全不同。它把整個 coding task 交給一個獨立的 sub-agent,這個 sub-agent 在自己的 context 裡完成所有中間過程。跑完之後,回傳給 Opus 的是一個精簡的 handoff summary:改了哪些檔案、測試跑過了沒、有沒有殘留問題。中間那幾十個 turn 的掙扎,Opus 完全不需要知道。 同樣一件事,兩種做法,Opus 的 context 乾淨程度天差地遠。 所以同一個模型,不同的人用,產出可以差十倍。 人與人之間原本的能力差距,已經沒那麼重要了。你的學歷、你的年資、你寫程式的底子,這些東西的權重正在被 AI 快速壓縮。 取而代之的,是你怎麼使用 AI。這件事的精度,才是現在真正決定產出的變數。 你理不理解它的記憶是怎麼運作的。你知不知道什麼時候該砍掉 context 重來、什麼時候該讓它接著跑。你能不能在對的時間,把對的資訊塞進那個 context window。 這些東西有一個名字,叫 Context Engineering。 它不是什麼高深的學問,但它是所有想把 AI 用好的人,都應該深入研究的東西。
顯示更多
0
51
980
166
轉發到社區
【AI創業】西方創業革命雖真實存在,但目前仍十分脆弱 創業者可謂是資本主義的英雄。他們「無中生有」——創造出原本不存在的產品,在原本沒有工作機會的地方創造就業機會,並在此過程中提升經濟生產力。沒有什麼比一家成功的初創企業更能刺激就業機會與創新。
顯示更多
Honda 投資約 30 億美元在俄亥俄州建新廠,加碼北美油電混合車產能 Honda( $HMC, 7267.T)宣布在美國俄亥俄州興建新的汽車工廠,同時投資北美多個生產據點,因應當地持續成長的油電混合車需求。新廠投資約 30 億美元,目標 2029 年內投產,年產能最高 24 萬輛,預計新增約 2,000 個工作機會。 新廠位於俄亥俄州 East Liberty 和 Marysville 兩座工廠之間,是 Honda 在北美的第八座汽車廠。投產後,Honda 北美整體汽車產能將從 167 萬輛提高到 191 萬輛。新廠會導入自動化和數位技術,產線可以彈性生產油電混合車、燃油車和電動車,方便依市場變化調整。 既有據點也同步升級。阿拉巴馬工廠會改造產線,生產 D 級以上大型油電混合車和次世代 V6 引擎。俄亥俄州 Anna 引擎廠將開始生產次世代油電系統用的引擎。俄亥俄變速箱廠重組設備後,未來幾年油電系統產能將增加約 3.5 倍。喬治亞變速箱廠會新增組裝線,生產大型油電車用的油電系統。加拿大安大略工廠則會更新設備,支援次世代油電車和燃油車的生產。 這項投資延續 Honda 今年 5 月公布的策略:把開發和生產資源集中在油電混合車,2029 年度前在全球推出 15 款次世代油電車型,並從 2029 年起陸續推出在美國開發、生產的 D 級以上大型油電車。美國本田執行副總裁 Bob Nelson 表示,Honda 在美國生產汽車即將滿半世紀,這次投資是為接下來 50 年的開發和生產打基礎。
顯示更多