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

行业动态

山东发布人工智能产业报告，机器人相关产值约200亿元 11 月 19 日消息，山东省工业和信息化厅19日发布《山东省人工智能产业发展报告》。报告显示，2018年山东智能机器人制造及上下游相关产业的总产值约200亿元，预计到2022年，人工智能企业预计达到500家以上。（新华社）

旷视科技回应「寻求香港IPO本周四获批」：不予置评 11 月 19 日消息，针对「旷视科技寻求香港 IPO 本周四获批，计划筹集 5 亿-10 亿美元的资金，但是尚未决定启动预推介」的消息，旷视方面回应称：不予置评。（腾讯科技）

产品与应用

京东发布配送机器人4.0，2020年将在开放路段正式运营 11 月 19 日消息，京东配送机器人 4.0 代将于 2020 年正式投入使用。配送机器人 4.0 将搭配 L4 级自动驾驶配送车，拥有远程接管模式，货箱容量 1024 升，空载重量 350KG，承载重量 150KG，最大速度 KM/H，续航里程 100KM，最大爬坡 30%。（品玩）

大公司新闻

苹果「泰坦计划」又获新专利，可进行自动驾驶导航近日，苹果公司获得了美国专利商标局（U.S. Patent and Trademark Office）授予的新专利，其中包括「泰坦计划」（Project Titan）的发明专利：自动驾驶导航系统（ANS）。该自动驾驶导航系统可通过苹果汽车系统 CarPlay 预设目的地，一键启动后，汽车能够自动将用户带往目的地。（未来汽车日报）

前美菜网高级副总裁、前SAP中国副总裁祁瑞峰加盟Aibee，成为联合创始人 11 月 19 日消息，人工智能整体解决方案企业 Aibee 正式对外公布，前美菜网高级副总裁、前 SAP 中国副总裁兼华北区总经理祁瑞峰（Ken Qi）加盟 Aibee，成为联合创始人，全面负责 Aibee 的销售拓展与市场推广。

最新政策

自然资源部：落实总体国家安全观，推动自动驾驶地图安全应用 11 月 19 日消息，自然资源部地理信息管理司在人大代表《关于加快自动驾驶相关立法的建议》等答复中表示，要贯彻落实总体国家安全观，准确把握自动驾驶汽车产业发展和维护国家安全的关系，推动自动驾驶地图安全应用。下一步，自然资源部将继续关注自动驾驶汽车产业发展对地图的需求，系统评估相关法律法规，优化创新现有技术模式，不断充实和完善相关标准计划，促进产业健康有序发展。（中国自然资源报）

韩国将于今年宣布人工智能总体规划韩国科学部长周一表示，韩国将在今年宣布一项增强其人工智能（AI）能力的战略，这是其为实现可持续增长而做出的更广泛努力的一部分。崔基永在首尔与记者会面时说，尽管该国的 AI 部门目前落后于全球领导者，但该国先进的信息和通信技术基础设施应使其迅速赶上。（yna）

重磅报告

ProMarket 发布 2019-2025 年全球人工智能音箱市场研究报告近日，ProMarket 发布全球「人工智能音箱市场」报告。报告中可用的数据提供了有关 AI（人工智能）音箱市场的全面信息，其中包括对最终产品的评论以及影响或阻碍市场增长的关键因素。此外，报告还特别强调了主要市场参与者 Amazon.com，Inc.，Apple（美国），Google（美国），Bose Corporation（美国），Harman（美国），LG 电子（韩国），Altec Lansing（美国），Avnera Corporation（美国），Panasonic（日本），D＆M Holdings，Inc（日本），Sharp Corporation（日本），Logitech International SA，Sonos Inc.，索尼公司，SK Telecom 彼此竞争以获取市场，财务状况，实际确定性和地域分析的大部分份额。（globalnewsreports）

研究与技术

TensorFlow 发布人体与环境像素分割机器学习模型 BodyPix 2.0 TensorFlow 今日公布 BodyPix 2.0，最新版本将具有多人支持和更高的准确性（基于 ResNet50），新的 API，权重量化以及对不同图像尺寸的支持。BodyPix 是 TensorFlow 于今年年初推出的开源人体与环境像素分割机器学习模型通过使用默认设置，它可以在 2018 年的 15 英寸 MacBook Pro 上以 25 fps 的速度估算并呈现人体身体部位与环境的分割，在 iPhone X 上以 21 fps 进行分割。该技术可以应用于增强现实，摄影编辑，图像或视频效果等领域。BodyPix 无需预先安装，适用于各种网络摄像头或移动摄像头，用户只需打开网址即可访问这些应用程序。由于所有计算都是在设别上完成，BodyPix 的数据也会十分安全。

网友分享其微型双向 LSTM 模型，精度近乎 BERT 近日，一名机器学习爱好者在社交媒体分享了其训练的一个微型双向 LSTM 模型。该模型通过使用知识提取和数据扩充在 Stanford 的 SST-2 上实现高精度。作者表示，经过微调后，该模型的精度甚至可与 BERT 媲美。同时，该模型足够小，并且能够在笔记本 CPU 内核上以每秒数百次迭代的速度运行。点击链接阅读详细信息。GitHub 传送门：bit.ly/34bwQUk

登录后评论

暂无评论

暂无评论~

文章库 PRO通讯会员 SOTA！模型