李飞飞团队

倒茶、叠衣服、整理书籍、丢垃圾，现在的家务机器人干活真是越来越熟练了。不过，也不是每个家务机器人都能做到像动图里那么流畅的。熟练家务的背后，是李飞飞团队琢磨出来的一种新办法。他们把任务动作拆解后标记出几个关键点，再给到具体规则让机器人知道这些点之间有什么联系，要怎么操作比较好。除此之外，机器人还能自主学习，越练习越厉害

近日，李飞飞团队在这一研究方向取得了一个突破，提出了关系关键点约束（ReKep/Relational Keypoint Constraints）。简单来说，该方法就是将任务表示成一个关系关键点序列。并且，这套框架还能很好地与 GPT-4o 等多模态大模型很好地整合。该团队也已发布相关代码。本文一作为 Wenlong H

作者 | 李梅、王玥编辑 | 陈彩娴在当前 AI 模型的开发以模型为中心转向以数据为中心的趋势下，数据的质量变得尤为重要。在以往的 AI 开发流程中，数据集通常是固定的，开发工作的重点是迭代模型架构或训练过程来提高基准性能。而现在，数据迭代成为重心，因此我们需要更系统的方法来评估、筛选、清洗和注释用于训练和测试 AI

李飞飞、吴佳俊等人发布多感官物体数据集 OBJECTFOLDER 2.0。是否准备好从 ImageNet 时代走向 OBJECTFOLDER 时代？编译｜OGAI编辑｜陈彩娴近年来，以物体为中心的多传感器学习显示出了巨大的潜力。然而，以往的物体建模工作与现实的差距还很大。为此，李飞飞团队曾发布 OBJECTFOLDER

历时八年，李飞飞团队又一重磅科研成果出炉！9月9日，斯坦福大学计算机系教授李飞飞，与斯坦福医学院教授 Arnold Milstein ，以及其博士生Albert Haque 联合署名的一篇学术论文登上了顶级学术期刊《Nature》。 该论文名为《利用环境智能照亮医疗的黑暗空间》， 旨在通过人工智能与非接

（原标题：李飞飞团队正在研发家用AI系统，可监测独居老人新冠症状）澎湃新闻记者 王心馨李飞飞在新冠肺炎大流行期间，照顾老年人变得更加困难。人工智能是否在这个领域发挥作用？当地时间4月6日，在斯坦福大学以人为本人工智能学院（HAI）的一场直播上，斯坦福大学计算机学教授李飞飞向外界介绍了人工智能家用系统，它可以跟踪居民的健

图片来源：视觉中国钛媒体注：本文来源于微信公众号量子位（ID：QbitAI）作者：晓查、乾明，钛媒体获授权转载。道路千万条，你走哪一条？AI知道。不仅知道，还能预测出你要干什么。这种全面“窥视未来”的能力，出自李飞飞团队的最新研究。我们来（假装）看一段街头小视频。一个人，从车后绕过来&helli

雷锋网(公众号：雷锋网) (公众号：雷锋网)按：本文译自Cornell University Library，作者为Albert Haque, Michelle Guo, Adam S Miner和Li Fei-Fei。文章主要介绍了李飞飞团队的最新研究成果：一种基于机器学习的抑郁症症状严重程度测量方法，该方

雷锋网按：9月26日，在温哥华举行的IROS大会上，计算机视觉专家、斯坦福AI Lab&Vision Lab主任李飞飞做了“A Quest for Visual Intelligence”的演讲，这也是李飞飞首次参加IROS这一机器人为主题的大会。值得注意的是，近日雷锋网在Arxiv发现了一篇讲述新型机器人学习

谷歌凤凰科技讯 北京时间11月16日消息，据外媒报道，谷歌周二宣布，将为云服务部门成立一个人工智能(AI)集团。这是谷歌为了在利润丰厚的云计算领域提升市场份额的最新举措。谷歌云业务负责人戴安·格林(Diane Greene)周二在旧金山举行的活动上宣布了这一安排。此前，谷歌云服务部门有几支分散的团队在从事机器学习工作。