6月24日·特斯拉Robotaxi首秀状况频出引发关注

6月24日·周二  AI工具和资源推荐

特斯拉Robotaxi首秀状况频出引发关注

特斯拉Robotaxi在奥斯汀开启首秀，但上线首日状况百出。测试视频显示，Robotaxi出现越过双黄线逆行、无故急刹、无视限速标志超速等问题。此外，乘客还遭遇上车点定位不准、需步行400多米找车的尴尬。尽管有安全员随车监督，但这些问题仍引发网友调侃和担忧。目前，美国汽车安全监管机构已展开调查，若问题未及时修复，Robotaxi可能面临召回风险。来源：微信公众号【新智元】

办公小浣熊“任务规划助手”上线，AI助力复杂任务拆解

由商汤科技打造的办公小浣熊推出“任务规划助手”功能，专为解决复杂任务无从下手的问题。该工具通过对话形式，将用户的模糊想法逐步拆解为清晰、可执行的行动方案。无论是职业规划、学业规划还是投资分析，它都能通过深度交互和逻辑分析，生成详细的规划报告。例如，为AI自媒体作者转型产品经理提供路径，或对潮流玩具投资进行风险评估。其交互式规划方式不仅帮助用户找到答案，还能提升结构化思维能力，重新定义人与AI的协作模式。来源：微信公众号【新智元】

北大施柏鑫团队提出VIRES，实现视频内容精准编辑

北京大学施柏鑫团队联合OpenBayes贝式计算及北京邮电大学团队，共同提出了一种结合草图与文本引导的视频实例重绘方法VIRES。该方法通过Sequential ControlNet和草图注意力机制，解决了视频编辑中时间一致性差、细节模糊等问题，支持视频主体的重绘、替换、生成与移除等操作。VIRES在多项指标上优于现有SOTA模型，并入选CVPR 2025。此外，团队还构建了大规模视频实例数据集VireSet，为视频编辑研究提供了有力支持。来源：微信公众号【新智元】

中科院与字节跳动提出BridgeVLA，革新3D视觉语言操作范式

中科院自动化所谭铁牛团队联合字节跳动Seed团队推出了BridgeVLA，一种全新的3D视觉语言操作（VLA）模型。该模型通过将输入输出对齐到2D空间，结合预训练和微调阶段的创新设计，显著提升了3D操作任务的数据效率和性能。BridgeVLA在CVPR 2025的GRAIL workshop中获得COLOSSEUM Challenge冠军，展现了强大的泛化能力和鲁棒性。其核心创新包括使用Heatmap预测替代传统的Next Token预测，以及通过正交投影实现3D到2D的输入对齐。BridgeVLA在多个基准测试中表现卓越，尤其在高精度任务和视觉干扰场景下优势明显，为未来3D VLA的发展提供了新的方向。来源：微信公众号【机器之心】

AI初创公司Thinking Machines完成20亿美元种子轮融资，刷新历史纪录

由OpenAI前CTO Mira Murati创立的AI公司Thinking Machines完成了20亿美元种子轮融资，成为史上最大规模的种子轮融资。该公司最初计划融资10亿美元，但因市场热情，目标金额翻倍。此前，苹果和Meta均试图投资或收购Thinking Machines，但均被拒绝。Meta的扎克伯格甚至试图挖角该公司联合创始人John Schulman，也未成功。本轮融资由Andreessen Horowitz领投，估值达100亿美元。Thinking Machines计划开发高度定制化的多模态AI系统，专注于人机协作，与追求完全自主的AI代理不同。公司还计划推出面向企业的强化学习产品和C端产品。来源：微信公众号【量子位】