手语识别技术的出现，为打破听障和聋哑人士的沟通障碍带来了希望。圆桌聚焦于AI+手语识别技术，探讨其技术革新和应用前景，讨论听障和聋哑人士的沟通障碍，以及手语识别技术如何帮助打破这些障碍。圆桌将探讨手语识别技术在全球的突破、从理论到实践的构建、AI技术的应用、技术与现实的挑战、跨学科融合以及伦理与隐私问题。 The emergence of sign language recognition technology has brought hope for breaking the communication barriers of the hearing-impaired and deaf-mute people. The roundtable focuses on AI+sign language recognition technology, explores its technological innovation and application prospects, discusses the communication barriers of the hearing-impaired and deaf-mute people, and how sign language recognition technology can help break these barriers. The roundtable will explore the breakthroughs of sign language recognition technology around the world, the construction from theory to practice, the application of AI technology, the challenges of technology and reality, interdisciplinary integration, and ethical and privacy issues. https://youtu.be/akZYcNNIpRM

在过去几年中，强化学习作为人工智能的一个重要分支，已经从理论研究的深奥殿堂走向了实践应用的广阔天地，从实验室的封闭空间走向了我们日常生活的各个角落。在自动驾驶、游戏AI、机器人控制等领域，强化学习的身影无处不在，它们正逐步成为我们生活中不可分割的一部分。 而当我们展望未来时，大模型技术将在强化学习领域扮演何种角色？它们将如何进一步联动，推动强化学习和大模型技术的发展，使其更加智能、高效，并更好地服务于人类社会？ https://youtu.be/cKcJpY5EsR0

纽约大学教授用生物学机制重塑人机共生法则 https://youtu.be/7DTXQtovQ5E

RL+Control 如何将机器人可靠性逼进 99.9%？智元首席科学家罗剑岚谈：强化学习（RL）应与环境主动交互，在动态的过程中去实现可靠性。 https://youtube.com/shorts/4AIb1bMHAKY

在人工智能的浪潮中，具身智能和机器人技术正以前所未有的速度发展。随着真机模仿学习成为当下的热点，我们面临着一个关键问题：如何将机器人的可靠性提升至99.9x%%，以满足日益增长的工业和商业需求？ 12 月 8 日（周日），雷峰网&AI 科技评论联合“石麻笔记”共同发起了主题为“RL+Control：将机器人可靠性逼进99.9x%”的线上圆桌直播。本次直播将邀请四位来自学术界、工业界的杰出嘉宾，他们将分享前沿的研究成果和实践经验，探讨如何通过强化学习（RL）和控制理论（Control）的结合，推动机器人技术的可靠性达到新高度。 #robot #rl #machine #machinelearning https://youtu.be/f1JxLioTL2I

Diffusion Model（扩散模型）和自回归架构（Autoregressive Model）在内容生成或者生成任务有什么优劣势呢？ 在【GAIR Live 08 : 顶尖科学家聊2025 ICLR 最新趋势】直播中 赵俊博教授和刘菲教授探讨了Diffusion Model和Autoregressive Model的优劣，并表示接下来大家很可能会探索其他架构。 #diffusion #machine #autoregressive #model #artificialintelligence https://youtube.com/shorts/YECrrT4bcds