世间万物皆能带来灵感,无论是自然界的生物,还是生活中的一个小物件。日前,美国北卡罗来纳州立大学的研究人员开发出了一种软体机器人,以按扣发卡为灵感的双稳态翅膀附着在柔软的硅胶身体上,通过将空气注入软体内部的腔室来控制翅膀在两种稳定状态间切换。当这些腔室充气和放气时,身体会上下弯曲,推动翅膀来回摆动。
由于它的游泳动作类似于人类蝶泳时手臂的动作,该机器人也被称为“蝴蝶机器人”。实测中,蝴蝶机器人能够达到每秒3.74个体长的速度,比之前的游泳机器人快4倍以上。
我们的科技留言板“有意见”如下
@不倒翁:为了实现飞行梦想,早期人类无数次尝试直接模仿鸟类飞行,比如达芬奇就对鸟类进行了细微之至的观察和研究,包括鸟类翅膀的形状、飞行的姿态、飞行的动力等,试图设计人造翅膀来飞行。但是直到知识进化到人类了解了飞行的本质是空气动力学之后,真正的飞行器才得以实现。现如今,仿生机械又开始热起来,让机器模拟生物是一种研究捷径,但是这种捷径的功效如何,还是需要时间的检验。
@周一见:蝴蝶机器人的外形也酷似蝠鲼,通过驱动单元来控制两个翅膀,可急速直行,也可操纵进行急转弯,不过这也是目前原型机器人的局限所在,等后续一个无拴、自动的版本。
@黑咕隆咚:游泳机器人越来越发达了,听说可以替代人类救生员救助落水者,还能应用于研究领域、也可以潜入水中代替人类完成一些操作,去地下海洋寻找地球以外生命的希望之地。水下环境恶劣危险,人的潜水深度有限,游泳机器人也是个不错的选择。
好文章,需要你的鼓励
浙江大学和吉利汽车研究院联合团队提出的FreeTimeGS是一种创新的动态3D场景重建方法。不同于传统方法,它允许高斯基元在任意时空位置自由出现,并赋予每个基元运动功能,使其能够随时间移动到相邻区域。研究通过4D正则化策略解决了高不透明度基元阻碍优化的问题。在多个数据集测试中,该方法在渲染质量和速度上均大幅超越现有技术,特别是在处理复杂动态场景时,使用单个RTX 4090 GPU能以467 FPS的速度实现1080p实时渲染,为电影制作、游戏和虚拟现实等应用提供了新可能。
这篇研究介绍了"对角线批处理"技术,该技术解决了循环记忆Transformer模型在处理长文本时的并行计算瓶颈。通过重新编排计算顺序,研究团队实现了在不破坏依赖关系的情况下进行并行计算,使LLaMA-1B模型处理长文本的速度提升3.3倍,同时内存使用减少167.1倍。这种纯运行时优化不需要重新训练模型,为实际应用中的长文本处理提供了高效解决方案。
BEVCALIB是一种利用鸟瞰图表示实现激光雷达与相机校准的创新方法,由南加州大学和加州大学河滨分校的研究团队开发。该方法将不同传感器数据转换到共享的BEV空间,并通过几何引导的特征选择实现高精度校准。在KITTI和NuScenes等数据集上,BEVCALIB比现有最佳方法平均提高了47-82%的性能,为自动驾驶和机器人系统提供了可靠的传感器融合基础。
博尔扎诺自由大学研究团队开发的PATS技术通过保留完整运动片段代替随机抽取视频帧,显著提升了AI评估体育技能的能力。该方法在EgoExo4D基准测试中表现出色,攀岩评估准确率提高26.22%,音乐提高2.39%,篮球提高1.13%。PATS能根据不同运动类型自动调整采样策略,为体育训练和人才发展提供了更准确的自动评估技术。