NVIDIA Cosmos 3 推出四款开放模型,面向可交互世界模拟
NVIDIA 为 Cosmos 3 Nano 发布四款开放权重模型,覆盖自动驾驶多传感器生成、仿真渲染和双臂机器人动作预测。它们试图让世界模型从生成视频进一步走向可持续交互。
阅读全文Claude API 中转站避坑指南、检测原理与大模型 API 实测经验
共 2275 篇文章
RSS 订阅NVIDIA 为 Cosmos 3 Nano 发布四款开放权重模型,覆盖自动驾驶多传感器生成、仿真渲染和双臂机器人动作预测。它们试图让世界模型从生成视频进一步走向可持续交互。
阅读全文Google DeepMind 发布 Gemini Omni 1.2 Flash,支持原生生成最长 15 秒的视频,并强化参考图一致性、语音同步和连续镜头控制。模型价格较上一版本下降 30%,面向 API、Google Vids 和企业用户开放。
阅读全文NEO-VLA重新审视了视觉语言动作模型的经典架构:动作策略不一定要依赖视觉编码器输出的最终特征。研究显示,让视觉表示与语言共同演化,并向动作模块开放不同深度的中间信息,有助于提升机器人操控的性能与鲁棒性。
阅读全文FrontierPhysics 将物理智能体的评测从单题问答推进到端到端研究,要求模型完成文献调研、方案设计、实验验证和论文写作。结果显示,当前前沿模型的主要短板不是物理知识缺失,而是推理严谨性与研究直觉不足。
阅读全文VeriSpoof 将深度伪造检测、生成器溯源、合成片段定位和声源验证整合到同一套音频语言模型中。其核心变化不只是判断音频真假,而是要求模型给出可被波形、标签或生成器元数据核验的证据。
阅读全文Swiss AI Initiative提出模板化数据增强流程,并发布覆盖60种语言的MSafeTemp语料库。研究显示,只在英语中测试模型,可能高估其在低资源语言和本地化场景下的安全性。
阅读全文Route Anything 研究如何在不同模型、工具和策略之间动态路由,以平衡任务质量与推理成本。论文基于覆盖多模态与具身任务的大规模评测,显示路由有望成为构建通用 AI 系统的重要基础设施。
阅读全文一项基于近7000条论文修订轨迹的研究发现,作者做出的实质性改进并不总能转化为AI审稿分数。更值得警惕的是,简短的负面评价可能改变模型对修订版本的判断。
阅读全文自动编码代理通常依据命令文本判断风险,但真正的后果还取决于被调用的脚本和工作区状态。Caper通过快照沙箱预执行命令,再让独立审批器依据实际影响决定提交或回滚。
阅读全文Kev-Bio将临床测量问题转化为视觉查询,在超声图像中生成校准点的空间概率图。该方法试图减少人工放置卡尺带来的差异,并同时优化解剖标志点定位与临床测量结果。
阅读全文DNA 基础模型不应只会预测序列,还要能判断修改带来的功能变化,并据此找到更好的设计方案。BEND 2.0 通过八项任务检验了这些能力,显示模型已具备一定通用性,但距离可靠设计仍有明显差距。
阅读全文GigaSpeech 3 汇集约 3.9 万小时、1000 万个弱标注语音片段,覆盖五种阿拉伯方言。研究表明,弱监督与噪声学生迭代可以显著提升低资源方言语音识别能力。
阅读全文一项研究让自主智能体把冻结的 AlphaFold 3 当作黑盒实验仪器,针对不同蛋白质复合物动态调整 MSA 的序列选择与跨链配对。测试显示,该方法在三个基准上持续提升界面预测表现,同时平均减少约 60% 的 MSA 序列。
阅读全文一项针对检索任务的研究发现,语言模型并不会因为中性文本变长就必然失效,真正显著的影响来自与答案相似、彼此竞争的证据。研究者还发现,模型分配给正确证据的注意力质量,比上下文长度更能解释性能下降。
阅读全文一项研究发现,视觉扰动可以让视觉语言行动模型改变驾驶或操控行为,却保持自然语言解释逐字不变。对具身系统而言,检查“说了什么”并不足以判断“做了什么”。
阅读全文Linum公布基于Pyramid-JiT架构的实验性文本生图模型,训练计算成本约2.1万美元,并以Apache 2.0许可开放权重。其核心思路是绕过VAE,在像素空间中直接学习更适合生成任务的表示。
阅读全文OpenAI 表示,其构建的一条自主化流水线发现、验证并生成补丁,覆盖 Linux 内核中的 948 个本地提权漏洞。这个案例展示了 AI 编程代理参与底层安全工程的潜力,也提醒业界关注自动修复的验证边界。
阅读全文Axion 1.0提出了一条相对精简的智能体模型训练路线:两阶段监督微调加强化学习,不依赖专门的中期训练、DPO或在线蒸馏。项目同时开放数据构造、验证、提示词与训练代码,试图降低智能体模型复现门槛。
阅读全文RoboColosseum 将分散在不同地点的机器人接入统一评测框架,比较通用机器人策略在多种本体、任务和环境中的表现。研究显示,零样本排名并不能可靠预测微调后的能力,而“完成率”也不足以反映机器人的真实进展。
阅读全文ToolSpace提出一种“工具优先”的环境合成方法,从真实MCP服务和智能体语料的调用轨迹中挖掘工具依赖,再生成可执行、可验证的长程任务。实验显示,该方法能显著提升工具使用训练与评测的难度和真实性。
阅读全文