文章库 PRO通讯会员 SOTA！模型

AI每日精选

AI每日精选10条

AI每日精选10条

投融资

循环智能（Recurrent）连续完成两轮共近千万美金融资，用AI提升销售效率 9 月 26 日，循环智能（Recurrent）宣布完成由真格基金领投，金沙江创投、靖亚资本和华山资本跟投的 A 轮融资。循环智能此前获得金沙江创投、靖亚资本和华山资本的 PreA 轮融资，半年融资总额达千万美元。此次融资将主要用于人才引进、产品创新和业务拓展。循环智能是一家 AI 企业服务公司，通过机器学习的方法分析原始的语音文字销售过程和销售转化结果，帮助客户提高销售转化率。

产品与应用

阿里云发布新一代AIoT智能设备操作系统，可实现秒级故障定位 9 月 26 日，在 2019 杭州云栖大会上，阿里云正式发布了面向 AIoT 时代的新一代智能设备操作系统 AliOS Things 3.0。该操作系统具备全新的开发模式、在线裁剪工具、应用与内核分离、脚本语言支持、本地 AI 框架等一系列特性，尤其是实现了智能设备秒级故障定位，让开发者能高效完成智能设备的开发和调试，实现快速上线。

大疆推出新型农业无人机以及服务保护计划大疆近日公布了两架新型无人机以及新的服务保护计划，在为执行自然灾害以及恢复任务中的急救人员提供支持的同时进一步巩固其无人机领先技术供应商的地位。本次亮相的两架无人机分别为能够帮助实现更高效的土地管理的世界上第一台完全集成的多光谱无人机，以及可以喷洒肥料以及杀虫剂的农业喷洒无人机，Agras T16。除此之外，该公司还推出了新的服务保护计划，例如「Enterprise Shield 基本更新」计划，该计划可在购买后一年内为受损的无人机提供低价产品替换，以及「Shield Plus 更新」计划，该计划可提供无限的产品替换或一年内免费提供公司购买的维修服务。（TechCrunch）

大公司新闻

阿里云与Facebook达成合作，机器学习平台支持PyTorch 在 2019 杭州云栖大会上，阿里云与 FaceBook 宣布达成关于深度学习框架 PyTorch 的合作，开发者可以在阿里云机器学习平台上方便快捷获取 PyTorch 框架，使用模型训练、预测部署等全流程功能，享受云带来的便捷体验。

百度Apollo在长沙落地首个自动驾驶出租车队（Robotaxi）公众试乘服务 9 月 26 日，百度在长沙宣布，自动驾驶出租车队 Robotaxi 试运营正式开启。首批 45 辆 Apollo 与一汽红旗联合研发的「红旗 EV」Robotaxi 车队在长沙部分已开放测试路段开始试运营。即日起，普通长沙市民即可登录 Apollo 官网申请成为种子用户，并有机会试乘体验。

阿里巴巴AI每天调用超1万亿次，服务全球10亿人 9 月 26 日，阿里巴巴在杭州云栖大会上首次公布人工智能调用规模：每天调用超 1 万亿次，服务全球 10 亿人，日处理图像 10 亿张、视频 120 万小时、语音 55 万小时及自然语言 5 千亿句。

行业动态

无人机制造商亿航向纳斯达克申请上市据知情人士透露，无人机制造商亿航已经向纳斯达克公司秘密申请首次公开募股（IPO）。亿航计划将 10% 至 15% 的股份上市，由于市场环境波动，公司的估值尚未确定。一位人士说，亿航可能在 IPO 中筹集资金多达 2 亿美元。（彭博）

极智嘉建成首座自主移动机器人柔性智慧工厂 9 月 26 日，智能机器人企业极智嘉 (Geek+) 宣布建成业界首座自主移动机器人 (AMR) 柔性智慧工厂，创新地以自主移动机器人替代传统的传送带和轨道式流水线输送系统。该工厂位于南京，现已全面投产，在产线上使用极智嘉的 AMR 机器人、AI 算法以及自动化解决方案，制造极智嘉产品，让机器人生产机器人。工厂设计单班年产能大于 1 万台。极智嘉还把这突破性的智慧工厂技术进行产品化，宣布推出「智慧工厂 (Smart Factory) 解决方案」，帮助更多企业打造机器人工厂，实现智能制造蓝图。智慧工厂解决方案可以轻松进行个性化定制，满足多样化的生产和行业场景，适应世界各地的制造工厂需求。

研究与技术

换个角度考虑强化学习：通过强化学习实现自动化约翰霍普金斯博士生兼 MILA 实习生的 Jacob Buckman 近日在其网站更新了一篇名为「通过强化学习实现自动化」的博客，深入研究了通过强化学习使任务自动化的含义。Jacob 在其博客中提到，该过程基本分为两个步骤：首先通过将其编写为 MDP 或 POMDP 来将问题减少到强化学习，然后解决 MDP 或 POMDP2 的最佳策略。然后，最佳策略使我们能够完全自动化该任务，无需人工再完成任意次。尽管它们非常简单，但目前并没有太多强化学习研究人员通过自动化的角度来考虑他们的工作。Jacob 认为这是非常有用的观点，并影响了其对强化学习看法。

Facebook使用深度神经网络在Oculus Quest上进行准确的手部跟踪 Facebook Reality Labs 和 Oculus 的研究人员和工程师到目前为止已经开发出了唯一完全依赖单色相机的、完全铰接的 VR 手动跟踪系统。系统不使用主动深度感应技术或任何其他设备。FB 将把这项技术部署为 Oculus Quest 的软件更新，Oculus Quest 是一款无电缆的独立 VR 头盔，现已向消费者提供。通过将 Quest 的四个摄像头与深度学习和基于模型的跟踪中的新技术结合使用，Facebook 可以实现更大的手动跟踪交互量，并且其体积重量和功耗都更小。处理完全在设备上完成，并且系统经过优化以支持交互手势，例如指向和捏合选择。

登录后评论

暂无评论

暂无评论~

文章库 PRO通讯会员 SOTA！模型