09:30 - 10:15
世界模型 — 当AI学习物理世界
AI如何学习感知、理解和预测物理世界的演变,为机器人、自动驾驶车辆和智能机器奠定基础。
VENICE AI EXPO
Generative, Biological and Physical AI
AI如何学习感知、理解和预测物理世界的演变,为机器人、自动驾驶车辆和智能机器奠定基础。
GPU、CPU、NPU、数据中心和边缘计算:为训练和实时运行新型智能机器所需的计算能力。
如何通过VLA模型、模仿学习和强化学习使机器人理解指令并将其转化为行动。
虚拟仿真、数字双胞胎和合成数据使得在虚拟世界中设计、测试和优化Physical AI机器、过程和系统成为可能,从而在实际应用之前减少时间、成本和风险。
该讨论小组探讨人工智能在创意、生成设计、3D设计、文件准备和生产自动化中的作用,直至从想法直接转化为物理对象的过程。
自主交付:为什么在其他地方已经成为现实,而在意大利却没有?
人形机器人技术的最新进展:感知、操控、运动、自主性以及在工业、物流、服务和辅助领域的实际应用。
如何通过 Physical AI、传感器和智能模型使车辆、AMR、无人机和工业机器实现自主,同时解决安全性和人机交互问题。
脑类器官、神经细胞和生物电子接口如何开辟新的生物计算形式,能够通过生物组织学习、存储和处理信息
Cloud或私有基础设施?数据、模型和企业智能应该在哪里存放。
诊断、医院组织、机器人技术、成像和临床护理。
银行、信贷、投资、保险、反欺诈和自动化决策。
如何利用AI转变公共服务以及公民、企业与机构之间的关系。
自主攻击,AI代理,新风险面和智能防御。