1月17日，哥伦比亚大学创意机器实验室研发出名为EMO的机器人面部系统，可实现唇形与语音的精准同步，解决仿人机器人“恐怖谷”效应的关键问题。EMO覆盖柔软硅胶皮肤，内置26个微型电机，能模拟多种复杂表情。通过“视觉-动作”语言模型，EMO利用镜像观察和视频学习掌握面部控制技巧，实时生成吻合的唇部动作，甚至预判口型变化。尽管在处理部分闭唇音时仍有瑕疵，但其架构潜力巨大。未来，团队计划将其与ChatGPT等对话式AI整合，进一步提升交互能力。

《科创板日报》报道，马斯克表示，现实世界中用于训练AI模型的数据已近乎耗尽，这一现象主要发生在去年。他指出，合成数据将是未来的解决之道，即让AI自行生成训练数据并通过自我评估持续优化。

MIT的Hyung Won Chung博士在公开演讲中强调，AI发展不应仅局限于教机器完成特定任务，而应着重于激励AI自我学习和发展通用技能，这一理念颠覆了传统AI教育模式。Chung博士提出，AI领域的范式转变在于从直接教授技能向激励模型自我学习的过渡。通过弱激励结构，如大规模多任务学习，鼓励模型...

标题：激励AI自我学习胜于教授具体任务 核心观点：激励AI自我学习以发展通用技能比直接教授AI完成特定任务更为重要。 Hyung Won Chung，OpenAI的研究科学家和o1核心贡献者，在MIT演讲中提出，AI领域正经历一场范式的转变，从传统直接教授技能转向激励模型自我学习以发展通用技能。AI...