2700GB高质量数据，训出空间智能SOTA，背后秘诀全栈开源 空间智能的落地为何受限？从自动驾驶到具身智能，行业共识是：数据不足导致模型泛化能力弱，只能依赖昂贵硬件弥补。机器人感知空间主要靠RGB-D相机，它能同时捕捉RGB图像和深度信息，帮助理解三维世界。但面对镜子、玻璃门等透明或反光物体时，R...

2月2日，华为高级副总裁、华为云CEO周跃峰宣布华为云在医疗AI领域的三大核心举措：夯实数据基础设施和资源体系，构筑医疗数字化底座；推出华为云智慧医疗专区，为基层医院、医生及开发者提供端到端支持体系；加强生态建设，通过共建共享行业模型、高质量数据集与AI工具链，降低创新门槛，加速医疗AI规模化落地。华为云致力于推动医疗AI普惠应用，促进行业协同发展。（记者 黄心怡）

12月11日，一篇关于AI生成图像问题的文章引发关注。文章指出，即使是当前最先进的AI模型（如NanoBananaPro、Gemini等），在生成‘左手写字’等涉及左右手区别的图片时均出现严重错误，频繁生成右手场景。研究发现，这一问题源于训练数据集的偏见，现实世界中右撇子占多数，导致标注和图像数据偏向右手行为。论文《Skews in the Phenomenon Space Hinder Generalization in Text-to-Image Generation》解释称，AI模型的泛化能力受限于数据的完整性和平衡性，若某些现象（如左撇子行为）未被充分采集，AI便无法正确学习。作者反思，这不仅是技术问题，也映射了人类自身的认知局限，并呼吁重新设计AI训练集的同时，人类也应拓宽自身视野，探索被忽视的可能性。

2025年10月29日，苹果公司发布Pico-Banana-400K数据集，包含40万张图像，用于训练文本引导的AI图像编辑模型。该数据集基于谷歌Gemini-2.5模型构建，采用非商业性研究许可，供学术研究使用。苹果团队从OpenImages中选取多样化真实照片，并设计35种编辑指令，涵盖像素调整、场景编辑等八大类别。通过Nanon-Banana模型生成编辑结果后，由Gemini 2.5-Pro进行质量评估，确保数据准确性。数据集包括单轮与多轮编辑样本及偏好对比对，助力解决现有数据集领域偏移等问题。相关论文已发布于arXiv，数据集在GitHub免费开放。

9月1日，国家数据局指导发布的具身智能灵巧手多样抓取仿真数据集DexonomySim正式开源，存储于北大网盘。该数据集由银河通用介绍发布，专为AI机器人灵巧抓取任务设计，包含超950万条高质量抓取姿态，覆盖1万多个物体与31种抓握类型，涵盖约94%的人类抓握分类。作为当前最大规模的灵巧手操作合成数据集，其适用于多指灵巧手高自由度操作场景，基于物理仿真生成，具备数据规范统一、真实可溯等优势，助力人形机器人实现复杂环境下的多样化抓取与任务成功率提升。

近日，在加拿大蒙特利尔举行的国际人工智能联合会议（IJCAI）期间，蚂蚁数科与新加坡科技研究局联合主办‘深度伪造检测、定位、可解释性’研讨会。会上，蚂蚁数科开源180万深度伪造定位数据集（DDL-Datasets），涵盖人脸伪造、视频篡改、声音克隆等高危场景，标注了AI造假的具体位置和时间，助力算法可解释性提升。同时，斯坦福大学联合谷歌等开源视频数据集DeepAction，包含2600段动作视频，相关论文获最佳论文奖。此外，澳大利亚莫纳什大学研究表明，文化背景影响深度伪造感知差异。蚂蚁数科长期投入AI安全，旗下ZOLOZ‘实人认证’产品准确率达99.9%，服务覆盖超25个国家和地区。

近期研究发现，多个AI大模型如GPT-4o、Claude、Grok、Gemini和DeepSeek在随机猜测1-100间数字时，首选数字多为42，次选为73。有趣的是，在中文环境下，第二个数字变为27。此现象最早由计算机科学家Andrej Karpathy观察到，他在Reddit上测试后确认AI倾向于选择27。后续实验显示，除少数例外，多数模型表现出类似偏好。例如，AI工程师Yogi Miraje推测，这可能是由于训练数据集中人类行为的偏见所致，尤其是人们在随机猜测时更倾向选择以7结尾的数字。此外，流行文化也对AI的选择产生影响，如42源于《银河系漫游指南》，而73因其数学特性备受推崇。尽管如此，当扩展至更大范围（如1-1,000或1-1,000,000）时，这种一致性减弱。目前，该现象仍在学术界引起热议，未来可能通过更多数据分析揭示其深层次原因。

首个沉浸式体积视频数据集ImViD上线，定义沉浸式媒体新形态 Meta用天价打造“元宇宙”却受制于卡通画风，Vision Pro的3-DoF体验让用户眩晕，苹果穹顶摄影棚仅能产出“人像手办”……这一切表明，没有高保真体积视频的元宇宙只是高清版《我的世界》。 清华大学-咪咕团队在CVPR 2025发布...

人形机器人：最初的设想，最后的归宿 一百年前，机器人的设想与创作在世界各地兴起。1920年，捷克作家恰佩克创造了“Robot”一词；1927年，《大都会》中的机器人玛利亚是影史上第一个银幕人形机器人；1928年，日本科学家西村真琴打造了“学天则”，首个明确以人形构建的自动机器人。早期人们一致认为...

3月17日，上海——傅利叶正式开源全尺寸人形机器人数据集Fourier ActionNet，并发布全球首个全流程工具链。该数据集首批上线超3万条高质量真机训练数据，涵盖多种自由度灵巧手任务及手部模仿学习数据，记录了机器人在真实环境中执行各种任务的操作细节。数据集采用视觉语言模型自动标注并经人工核验，确保精度。此外，傅利叶开放了包含采集、训练、部署算法的全流程工具链，降低研发门槛。目前，傅利叶已与多家机构合作，在强化学习等领域取得突破。未来，还将开放更多进阶数据模块。合作邮箱：gr_opensource@fftai.com。