关键词 "物理" 的搜索结果， 共 12 条, 只显示前 480 条
ResearchRabbit是一个帮助研究人员发现、跟踪和分享学术论文的平台。可以根据你的兴趣和收藏提供个性化的推荐和摘要，并且可以让你可视化论文和作者之间的网络关系。 Researchrabbit.ai是一个基于人工智能的文献搜索和管理工具，它可以帮助你： Researchrabbit.ai目前支持英文文献的搜索和管理，涵盖了多个学科领域，包括医学、生物、化学、物理、工程、社
国产 Magi-1，在物理真实性上，断层第一，能够无限制生成长视频。 它采用的是一种叫做 chunk-by-chunk 的自回归生成 方法。视频被划分为一个个时间片段（chunk），每段比如 24 帧，相当于 1 秒的视频。 每生成一段，才会进入下一段。下一段的内容，要基于上一段的内容来生成。Magi-1 的结构不是从 Diffusion Transformer 拿过来直接用，而是在 atten
昆仑万维正式开源（17B+）Matrix-Game大模型，即Matrix-Zero世界模型中的可交互视频生成大模型。Matrix-Game是Matrix系列在交互式世界生成方向的正式落地，也是工业界首个开源的10B+空间智能大模型，它是一个面向游戏世界建模的交互式世界基础模型，专为开放式环境中的高质量生成与精确控制而设计。 空间智能作为AI时代的重要前沿技术，正在重塑我们与虚拟世界的
Scenethesis 是 NVIDIA 推出的创新框架，用在从文本生成交互式 3D 场景。框架结合大型语言模型（LLM）和视觉感知技术，基于多阶段流程实现高效生成，用 LLM 进行粗略布局规划，基于视觉模块细化布局生成图像指导，用优化模块调整物体姿态确保物理合理性，基于判断模块验证场景的空间连贯性。Scenethesis 能生成多样化的室内外场景，具有高度的真实感和物理合理性，广泛应用在虚拟内容
Question.AI的简介 Question.AI 是作业帮推出的AI学习助手应用，专为学生、专业人士和好奇者设计。通过简单易用的界面提供即时准确的答案，支持 140 多种语言翻译，打破语言障碍。智能写作功能可优化文本，提升写作质量。提供数学计算器功能，帮助用户解决复杂数学问题。 Question.AI的主要功能 拍照解题：用户可以通过拍摄题目照片，系统会快速识别并提供答案。 文
专长：分子建模与药物设计。Schrödinger 将基于物理的计算化学与机器学习相结合，以推动药物研发。其先进的分子建模软件不仅供公司内部使用，也供武田制药和百时美施贵宝等合作伙伴使用。Schrödinger 拥有不断增长的内部项目管线，包括肿瘤学和神经病学领域的在研项目，并因突破计算药物设计的界限而备受赞誉。 在比尔及梅琳达·盖茨基金会1000万美元的资助下，Schrödinger于8月开始扩
专长：人工智能和量子力学。XtalPi 将量子物理学与人工智能相结合，预测分子特性并优化候选药物。其 ID4 平台通过提供对溶解度、稳定性和生物利用度的洞察，加速临床前开发。与辉瑞等制药巨头的合作凸显了 XtalPi 在计算化学领域的实力。 XtalPi，又名 QuantumPharm，由三位来自麻省理工学院 (MIT) 的物理学家创立，其许多研究业务在中国开展。该公司融合了量子物理、人工智
专长：肽类药物的人工智能和量子计算。ProteinQure 应用量子计算设计肽类疗法，专注于免疫肿瘤学和代谢疾病。他们的人工智能工具能够提高肽类药物的稳定性和疗效，从而解决药物研发中的关键挑战。 ProteinQure成立于2017年，总部位于多伦多，将量子计算、强化学习和原子模拟相结合，设计新型蛋白质药物。利用这些混合技术，他们模拟了蛋白质折叠等基本过程，以及生物分子之间相互作用的基础物理学。
唯信（Wecomput™）致力于用计算技术驱动创新药研发、造福人类健康。 Wecomput融合人工智能、生物物理、高性能计算、生成生物学等技术，打造了独具特色的药物分子生成、设计与模拟平台，并致力于革新传统药物发现方式，驱动蛋白质、抗体、mRNA等创新药物的研发进程。核心团队成员来自国际知名AI制药公司、头部药企、知名互联网公司、985高校，在制药、生命科学、人工智能、软件开发等交叉领域有丰富的
Mujoco（Multi-Joint dynamics with Contact）是一款用于机器人学、生物力学等领域的高性能物理仿真引擎，其核心功能包括动力学模拟、接触力建模及多关节系统仿真。该工具提供直观的操作界面、丰富的物理参数配置以及灵活的约束条件设置，适用于复杂机械系统或生物运动的模拟分析。以下从操作功能、仿真交互机制、核心术语与参数三个维度展开说明。 MuJoCo是“多关节接触动力学”
卡内基梅隆大学的研究团队开发出一款名为 LegoGPT 的 AI 模型，能够根据文字指令生成可实际搭建的乐高设计。 比如输入文本「基本款沙发」，一眨眼的功夫，乐高沙发就拼好了。 团队训练了一种自回归大型语言模型，通过预测下一个 token 的方式，判断下一块该放置什么积木。团队还为模型增加了有效性校验和带有物理感知的回滚机制，确保生成的设计不会出现积木重叠或悬空等问题，也就是说最终结果始终可行
英纬达发布了其最新的 Cosmos-Reason1系列模型，旨在提升人工智能在物理常识和具身推理方面的能力。随着人工智能在语言处理、数学及代码生成等领域取得显著进展，如何将这些能力扩展到物理环境中成为了一大挑战。 物理 AI（Physical AI）不同于传统的人工智能，它依赖于视频等感官输入，并结合现实物理法则来生成反应。物理 AI 的应用领域包括机器人和自动驾驶车辆等，需要具备常识推理能
只显示前20页数据，更多请搜索
