GOSIM China 2024
李明2024/10/15 17:00:28提问2024/10/15 17:00:55更新
    GOSIM
446

https://china2024.gosim.org/zh/schedule


EN

中文

Register

10月 17-18日, 2024

大会日程

参与六大主题分论坛,完整议程、会议时间、主题和发言人即将公布。别错过这些充满活力的会议!(会议信息将持续更新)



Rust 编程语言

App 开发

AI 模型与基础设施

具身智能

下一代互联网

下一代媒体与终端

具身人工智能专题:开创智能机器人的未来

具身人工智能专题汇聚了机器人技术和人工智能领域的最新突破,深入探讨塑造智能机器未来的前沿技术,关键主题包括:


  • 开源机器人操作系统的进展、先进的数据收集机制以及对开发更智能、更强大机器人至关重要的创新模型训练框架
  • 下一代机器人数据集,融合物理和合成数据以构建机器人基础模型,使通用机器人能够执行工业任务和家务劳动
  • 探索开源计算机视觉项目(如 OpenCV)以及最新的开源视觉语言模型,为机器人的空间智能开辟新途径
  • 开源仿人机器人的演变以及机械臂生态系统的进步,展示了多功能、协作式机器人系统的未来

参与这些议题,探索开源创新如何推动机器人能力的下一波浪潮,让我们更接近一个智能机器人无缝融入工业和日常生活的未来。

October 17

具身智能

Time

议题

8:30

签到

9:45

Opening Keynote: OpenHarmony移动解决方案

Speakers

周艳

华为提倡基于OpenHarmony, 推进移动终端操作系统的开放、并发、安全,结合终端轻量特点,为业界提供更有效的并行并发解决方案

9:50

GOSIM主讲: AGI时代的开源生态

Speakers

蒋涛

AGI时代的开源生态

10:10

茶歇 (换场)

20 分钟

10:30

OpenCV和空间智能

Speakers

Gary Bradski

我将介绍即将发布的 OpenCV 版本以及目前在 “空间智能”(人工智能 + 空间中的 3D 姿态)方面的举措

11:10

Eclipse Zenoh:面向普遍与异构AI场景的通信骨干网

Speakers

Julien Loudet

人工智能已变得无处不在,用新技术增强了我们的许多互动。这种无所不在的现象需要一个强大的通信骨干网,使数据能够无缝流动。本讲座将详细介绍下一代通信中间件Eclipse Zenoh。

11:50

开源模拟在具身智能时代的作用

Speakers

German Ros Sanchez

在 “具身人工智能 ”时代,开源仿真平台在推动创新与合作方面发挥着举足轻重的作用。本讲座探讨了开放性与封闭性软件/API之间的平衡,强调了在开发强大的嵌入式人工智能仿真工具时对灵活性和可扩展性的需求。通过将 CARLA 作为一个案例进行研究,我将重点介绍开源计划如何促进社区参与、加速研究以及提供满足不同研究需求的适应性工具。

12:30

午餐

14:00

基于OpenHarmony的开源机器人操作系统

Speakers

巴延兴

技术进步、人口老龄化等众多因素正在推动机器人产业的蓬勃发展,而目前市面上还没一款正式的完全面向机器人的操作系统。OpenHarmony是一款面向全场景、全连接、全智能时代的智能终端设备操作系统,它基于软总线的分布式能力等技术特性和机器人对OS的诉求高度契合。深开鸿联合多家头部企业和高校在OpenHarmony技术指导委员的指引下在开源社区推出了基于OpenHarmony的机器人操作系统开源版,本议题将围绕这款OS的系统架构、技术特点、行业应用等方面展开介绍。

14:40

功能型无人车任务建模方法

Speakers

岑明

作为执行配送、销售、穿梭、安全巡逻等智能任务的载体,功能型无人车可以说是体现智能的典型代表。考虑到智能任务的多样性,设计一套通用的任务建模和执行方法对于实现功能型无人车的快速开发和部署具有重要意义。

15:20

茶歇

30 分钟

15:50

面向工业领域大模型驱动的机器人技术

Speakers

杨磊

在工业领域,对数据驱动的机器人技术的需求不断增长。其技术路径包括先进的传感器技术、机器学习算法和实时数据处理。然而,我们也面临着诸如数据安全和系统互操作性等挑战。

16:30

具身智能行动学习所需的数据要素有哪些?

Speakers

黄浴

大规模语言模型(LLM)出现之后,具身人工智能(Embodied AI)的发展被视为实现通用人工智能(AGI)的基本路径。然而,与LLM相比,数据目前是具身AI进步的关键瓶颈。在本次演讲中,首先分析了学习策略,特别是针对具身操作的学习策略。同时,调查了现有具身AI领域的多种公开数据集。最终,总结出了一个必要的具身AI数据集的要求,并介绍了一个即将推出的由虚幻引擎5渲染的合成视频数据集,名为MVGameIR。

17:10

开放世界的具身大模型

Speakers

Jiaming Liu

多模态大语言模型(MLLMs)已在各种任务中展示了在视觉指令跟随方面的潜力。最近,一些研究将 MLLMs 集成到机器人操作中,使机器人能够解释多模态信息并预测低级动作。尽管基于 MLLM 的策略已经显示出令人鼓舞的进展,但在面对新任务或类别时,它们可能会预测出失败的执行姿势。鉴于这些挑战,我们提出一个问题:“我们能否开发一种端到端的机器人代理,不仅具备操作技能,还能有效纠正低级失败动作?” 借鉴丹尼尔·卡内曼的观点,即“人类思维分为快速系统和慢速系统,分别代表直觉过程和更为逻辑的推理”,我们介绍了一系列模仿人类思维方式的研究工作,以解决上述问题。

October 18

具身智能

Time

Session

9:30

AIRSHIP: 以具身智能赋能智能机器人

Speakers

刘少山

AIRSHIP的开发旨在解决具身AI中的软件复杂性问题。其使命是提供一个易于部署的软件栈,赋能各种智能机器人,从而促进可扩展性并加速具身AI行业的商业化。AIRSHIP受到Android的启发,Android通过提供一个开源灵活的平台在移动计算革命中发挥了重要作用。Android使得多种设备制造商能够以不同价格点创造智能手机和平板电脑,催生了快速的创新和竞争,致使经济实惠且强大的移动设备的广泛普及。Android强大的生态系统,通过Google Play商店支持大量应用程序,允许开发者触及全球受众,显著推动了移动技术的采用。类似于Android,AIRSHIP提供软件和硬件规格,使机器人开发者能够为家庭、零售和仓储等多种场景开发完整的具身AI系统。

10:10

用动作捕捉技术构建具身智能数据工厂

Speakers

戴若犁

分享将从动作捕捉技术与具身智能机器人领域的关系切入,介绍应用于具身智能机器人领域的诺亦腾动作捕捉解决方案的工作流程,强调人体与机器人本体之间的映射在整体工作流程之中的重要性与挑战性;阐释四种主流机器人数据集生产方式的差异,并最终通过介绍诺亦腾与行业内合作伙伴的落地案例,再次强调建立大规模具身智能数据工厂(DataFactory)的重要性与可行性。

10:50

茶歇

20 分钟

11:10

用dora-rs超简易调整机械臂AI模型

Speakers

陶海轩

让机器人自主工作变得越来越容易。我们将了解如何通过几个步骤就能开始训练一个能自动执行任务的模型。要归功于dora-rs,它让人工智能模型的微调变得超级简单。

11:50

Rapier:向分布式物理仿真更进一步

Speakers

Sébastien Crozet

Rapier是专为Rust设计的强大开源物理引擎。在本讲座中,将介绍我们在分布式物理仿真方面的最新研究成果,以及如何利用物理引擎特有的功能来提高其性能。

12:30

午餐

14:00

具身协同导航与交互学习

Speakers

刘华平

当前,复杂高动态环境对机器人的感知与学习提出了更加迫切的需求。集群系统为多机器人协同应用带来了效能倍增与应用突破,同时也对群体智能的感知、学习的理论研究与工程应用带来了巨大的挑战。本报告面向态势理解在适应异构机器人平台感知、动作的能力差异,以及适应广域动态场景高效、鲁棒的感知这两大类多机器人协同任务需求,针对如何利用异构多机器人的感知与学习能力实现集群增效与行为涌现,介绍相关的研究进展。

14:40

OpenCSG具身智能数据平台

Speakers

曹东

OpenCSG推出了一款强大的具身智能数据平台产品:CSG DataFlow,旨在为数据科学家和开发者提供高效全面的具身智能应用场景数据集处理解决方案。

15:20

茶歇

30 分钟

15:50

OpenLoong社区:构建开放、协作的人形机器人开源生态

Speakers

田翀

本演讲将深入探讨OpenLoong社区的成立、发展、成就以及未来展望。作为国内领先的人形机器人开源社区,OpenLoong致力于推动人形机器人具身智能技术的发展,促进开发者之间的交流与合作。演讲将分享社区的成功案例、面临的挑战以及如何通过开放协作构建一个更加繁荣的人形机器人开源生态系统。

16:30

打破边界——探索机器人终局

Speakers

张旭龙

打破边界——探索机器人终局

18:00

Happy Hour

Speakers

About

Schedule

Speakers

Workshops

Proposals

Sponsor

Location

Hackathon

China Visa

© 2024 GOSIM. All rights reserved.

Code of Conduct

回答(0
    推荐问答
      Simple Empty
      暂无数据