【AI资讯】Readtheirlips能「看懂」唇语的AI | 阿里国际站服贸会上展示AI神器-生意助手...

AI软件Readtheirlips可识别唇语，它能识别红毯明星小声说话的唇语，但实测中发现存在局限性：识别视频时间约一分钟左右；人物不正脸对镜头、语速过快时易出错；目前仅支持3分钟以内视频上传。开发团队Symphonic Labs是初创公司，其工作原理是用标注数据训练模型，用户上传含面部特写（嘴部动作）的视频，模型分析嘴唇几何特征、动态变化并与训练数据匹配以识别内容，最后组合输出文本。

夸克发布智能对话助手CueMe，可访问cueme.cn或通过夸克App使用。基于夸克大模型自主研发，AI写作能力强，能生成最长2万字内容且支持上千种体裁（还在扩展），包括多种常见写作类型。CueMe支持文风定制，有三项关键技术突破并从结构、素材、内容细节三个方向深度优化内容，例如通过多种方式优化大纲内容，还利用“常用指令”降低使用门槛。CueMe支持多样化提问，能提供多领域角色来回答用户生活、学习中的问题。

北京大学董豪团队提出首个通用指令导航大模型系统InstructNav，该工作已被CoRL 2024会议录用，不同导航任务需要不同能力，之前研究针对特定指令设计导航方法，无法满足人类下达混合类型指令的实际需求，而InstructNav极具价值。团队首先提出动态导航链路范式统一导航指令，利用大语言模型规划链路并在导航中根据场景更新。为引导机器人按链路行动，将规划结果映射到多源价值地图（包括动作、语义、直觉、轨迹价值地图），求和得到决策价值地图，以此控制机器人底层移动。作者在多种导航任务开展评测，InstructNav首次实现零样本视觉语言导航，在其他零样本导航任务上成功率最高。

阿里国际站在服贸会（中国国际服务贸易交易会）展示AI生意助手，其极简发品功能可大幅缩短商家发品时间，上传产品图或关键词就能自动生成商品全套信息。该站负责人称阿里国际站致力于让中小外贸企业享受AI产品便利，AI已是中小外贸企业标配。除发品外，助手还有智能接待功能，能提升响应速度和海外买家二次回复率。在AI加持下，助手涵盖智能发品、接待、市场分析等多项功能，覆盖全球贸易多环节，降低中小企业门槛并提升效率。数据表明，经AI优化的商品海外曝光量提高37%等。服贸会前，阿里国际站在美国举办全球买家大会发布AI采购智能体，在采购环节应用生成式AI简化流程。超3万中小企业使用AI生意助手且数量在增加，阿里国际站还发布多项利好中小外贸企业措施。此外，阿里国际站将扶持服务型贸易企业出海，率先在物流等行业试水，打造服务贸易新增长点。

埃隆·马斯克在All - In Summit 2024活动称，特斯拉AI芯片Dojo 2于2025年末批量装备。在特斯拉AI基础设施中，Dojo负责模型训练，车端芯片负责模型推理，特斯拉还将推出多代Dojo芯片。Dojo 2可与英伟达B200 AI训练系统在一定程度可比，Dojo 3可能2026年晚些时候推出，马斯克认为技术经3次重大迭代才达卓越水平，到Dojo 3才能知晓该系列芯片多优秀。特斯拉初代Dojo已量产，其单个训练模块含特定数量D1芯粒且采用台积电技术集成，Dojo 1系统配备网络互联接口处理器。

斯坦福团队教机器人系鞋带并发布全球首个相关演示视频，这个机器人（Aloha 2）相比之前的炒菜版机器人能执行更轻巧复杂任务。Aloha 2除系鞋带外还会挂衣服、拧齿轮、收拾厨房、给“同事”换配件等。为训练它，研究团队使用扩散策略收集2.6万个示范数据进行大规模训练，基于模仿学习而非强化学习，其神经网络架构参考ACT模型。研究人员按特定步骤操作，如给嵌入加位置嵌入等，基础模型有2.17亿可学习参数，小模型有1.5亿参数。训练基于JAX框架在64个TPUv5e上并行，有特定训练参数。最终实验成功率很高，研究人员认为模仿学习很有效。Aloha 2的研究团队由DeepMind和斯坦福小组组成，它是原始Aloha系统的增强版，硬件有改进，团队已开源其所有硬件设计、提供教程和模拟模型用于双手操作研究。