纽约学校引入了人工智能人形机器人教师。纽约的萨莉·萨拉曼卡高中引入了萨莉，一位身高5英尺2英寸的人形机器人，作为高年级的教学助手。萨莉拥有逼真的硅胶皮肤和设计过的面部表情。学区强调，这台价值57,000美元的机器人不会取代人类教师，并在一个封闭的人工智能系统中运行，不会将任何学生数据传输给制造商。你现在可以收听福克斯新闻的文章！让一个机器人把咖啡杯放到橱柜里，你很快就会看到一个普通的家务事变得多么复杂。你知道杯子放在哪里。你可以绕过椅子，避免柜台上的杂物，打开正确的橱柜，而不需要多想。一个机器人必须逐步工作出每个过程。这有助于解释为什么今天的机器人在演示中看起来令人印象深刻，但在家庭或工厂中仍然难以完成基本工作。它们需要在许多不同的房间和情况下获得经验，才能可靠地工作。教会它们在物理世界中的一切需要时间和大量的监督。麻省理工学院计算机科学与人工智能实验室和丰田研究所的研究人员认为，虚拟培训可能会有所帮助。他们的系统名为SceneSmith，利用人工智能代理根据简单的文字提示创建详细的3D室内环境。然后，机器人可以在这些AI生成的空间中练习任务，并揭露出弱的行动计划，然后再进入真实的家园或工作场所。注册我的免费 CyberGuy 报告，获取我最佳的技术建议、紧急安全警报和独家优惠，直接发送到你的收件箱。要获得简单、现实的方式以早期识别骗局并保持保护，请访问 CyberGuy.com - 每天都有数百万在电视上观看 CyberGuy。并且，您加入后将免费获得我终极骗局生存指南的即时访问权限。你会信任一个小型牙科机器人吗？机器人可以在AI生成的家中测试弱的行动计划，然后再在人和财产周围操作。（SceneSmith）为什么AI虚拟家园对机器人培训很重要。机器人是通过经验学习的。然而，工程师无法轻松安排每个机器可能遇到的房间布局或物体排列。物理测试还需要有人在每次尝试后重置场景。一个倾倒的椅子或错放的瓶子可能会改变下一次测试。同时，失败的动作可能会损坏机器人或附近的物品。仿真提供了一种更安全的替代方案。一个机器人可以重复一个任务，而不破坏碗碟或占用真实的工作空间。尽管如此，许多早期的仿真系统创建的房间感觉稀疏。它们通常缺乏日常空间中常见的杂物、可移动的家具和物理细节。SceneSmith使那些培训环境更接近现实世界。其他开发者也在使用人工智能视频技术加快人形机器人的培训，将少量的真实录像转化为合成培训环境。SceneSmith是如何构建AI虚拟家园的。SceneSmith从一个简单的书面请求开始。研究人员可以要求一个有车和工作台的车库，然后添加角落里的轮胎和墙壁上的梯子。从那里，三个由GPT-5.2驱动的AI代理协作构建空间。设计师开始创建房间。审查员检查一切是否看起来真实。协调员管理来回的工作，并决定设计何时准备好。SceneSmith一次构建一个层次的每个环境。它先从平面图和家具开始，然后添加墙壁和天花板的物体。可以由机器人拾起或移动的小物品最后添加。审查员还会发现不合适的选择。例如，它可能建议将浴缸从客厅中移除。当设计的某部分需要更多工作的时侯，协调员甚至可以将项目带回几步。一旦代理达成共识，SceneSmith会添加控制物体如何移动和反应的物理属性。结果为研究人员提供了一个可以让机器人开柜门和处理物体的虚拟房间，而不是一个仅仅看起来真实的3D场景。SceneSmith创建机器人可以使用的物体。一个机器人需要的不仅是逼真的景观。它还需要在触摸时会响应的物体。SceneSmith可以放置具有有效门的橱柜。它还可以创建可移动的物体并估算物理属性，如质量或摩擦。这些细节会影响物体在机器人抓取、推动或丢弃时的反应。对于标准物体，系统可以采用文本到图像再到3D的过程。从一个精心策划的库中检索带有活动部件的关节物品。这种方法使橱柜门和抽屉在模拟器中保持有效。该系统还会检查重叠的物体，并让重力将它们放置在稳定的位置。研究人员报告称，在仿真期间，96%的物体保持稳定。不到2%的物体对碰撞在一起。这些工作至关重要，因为机器人无法从一个虚拟厨房中学到太多，在这个厨房中，杯子漂浮或家具...