Research · Applications
开发用于多模态人机交互的人形机器人原型
arXiv论文介绍了一款用于多模态人机交互的人形机器人原型,具有12自由度双臂和2自由度头部,实验显示平均操作误差约1.83厘米,手势识别准确率达96%。
Daily Digest
本期 Digest 收录 11 条 AI 进展,按计划顺序包括:开发用于多模态人机交互的人形机器人原型;提出一个两级框架,将大语言模型推理蒸馏为高效非生成式学生模型,并通过产品类型测试时训练提升可扩展的升级推荐性能;大型语言模型在优化问题建模前需动态澄清:OR-Clarify基准与InterOPT框架;李飞飞发布Atlas后,中国开源世界模型InSpatio-World被指已提前具备类似能力;星尘智能发布SmoothRL框架,解决机器人异步执行下的在线强化学习问题;千问办公上线首月用户数突破3000万,企业用户占比过半;Crusoe 筹集 30 亿美元,估值达 300 亿美元;Google 的 Gemini Spark 现可管理 Google Photos 图库;Deepseek计划在内蒙古部署至少160,000颗华为Ascend-950DT芯片;OpenAI的GPT-6 Astra幻觉减少但易受隐藏提示注入攻击;Nvidia希望你的家庭网络像迷你数据中心一样服务于本地AI。
共 11 条已审核进展
Research · Applications
arXiv论文介绍了一款用于多模态人机交互的人形机器人原型,具有12自由度双臂和2自由度头部,实验显示平均操作误差约1.83厘米,手势识别准确率达96%。
Research · Models · Applications
arXiv论文提出两级框架,将大语言模型推理蒸馏为高效非生成式学生模型,并通过产品类型测试时训练提升升级推荐性能,AUC从0.924提升至0.941。
Research · Models
Hugging Face论文介绍OR-Clarify基准和InterOPT框架,用于优化问题建模前的动态澄清,实验显示InterOPT在精确槽位恢复上显著优于基线。
Models · Research · Community
李飞飞创办的World Labs发布全球首个多模态世界模型Atlas,而中国开源世界模型InSpatio-World被指已提前具备类似能力,允许用户改变相机轨迹观察场景。
Research · Applications · Models
星尘智能发布SmoothRL框架,解决机器人异步执行下的在线强化学习问题,动态投掷任务成功率从39%提升至94%,给笔戴帽任务从8%提升至83%。
Products and Tools · Business · Applications
千问办公上线首月用户数突破3000万,企业用户占比过半,过去一个月完成120个版本更新,平均一天迭代4次。
Business · Industry and Infrastructure
Crusoe完成新一轮30亿美元融资,估值达300亿美元,并签署了价值130亿美元、为期五年的云合同,为量化交易公司Jane Street提供服务。
Products and Tools · Applications · Policy and Safety
Google的个人代理Gemini Spark现在可以管理用户的Google Photos图库,新功能将在未来几周内向美国符合条件的Gemini AI Pro和Ultra订阅用户推出。
Industry and Infrastructure · Business · Policy and Safety
Deepseek计划在内蒙古的数据中心部署至少160,000颗华为Ascend-950DT芯片,但华为可能因生产限制和内存芯片短缺而需要一年多才能交付全部订单。
Models · Policy and Safety
OpenAI的新模型GPT-6 Astra比前身GPT-5.6 Sol产生更少幻觉,对直接提示注入攻击的防御率接近99.99%,但在间接提示注入攻击中失败率仍为8.5%。
Products and Tools · Industry and Infrastructure · Applications
Nvidia的PAIR工具能自动将本地AI请求分发到家庭网络上的所有可用设备,支持GeForce RTX 20系列及以上显卡、RTX Pro工作站、DGX Spark和M4起的Apple芯片,三设备集群演示任务耗时不到9分钟,而单台笔记本电脑需18分钟。