RynnVLA-Latent:用3D潜在动作扩展机器人操作基础模型
RynnVLA-Latent提出一种不依赖原生机器人动作标签的预训练框架,将人类、机器人和仿真视频转化为具有3D运动含义的潜在动作监督。研究显示,这种方法有助于VLA模型跨本体迁移,并在多项模拟与真实操作任务中取得较强表现。
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RynnVLA-Latent提出一种不依赖原生机器人动作标签的预训练框架,将人类、机器人和仿真视频转化为具有3D运动含义的潜在动作监督。研究显示,这种方法有助于VLA模型跨本体迁移,并在多项模拟与真实操作任务中取得较强表现。
阅读全文RoboHarness提出一种不同于主流VLA路线的机器人控制思路:不为语言模型增加专门动作头,而是提供一个视觉—几何控制接口,让编码智能体直接调用实体任务。论文称,该方案结合Qwen3.8-Flash-Next后,在BEHAVIOR Challenge 2025任务上超过了当前先进VLA模型。
阅读全文iPrefBench 将个性化移动智能体置于可执行的 iOS 环境中,测试它们能否从用户历史推断偏好,并在无法推断时主动提问。实验显示,智能体的操作能力与真正完成符合用户意图的任务之间仍存在明显差距。
阅读全文ParetoRSI-Gym把递归自我改进中的数据研究、训练与评估,转化为一个多领域、可重复的代理评测环境。实验显示,代理不仅要提升单项分数,还要在数学、代码、金融、医学和科学之间平衡收益与回退。
阅读全文一项新基准将模型能力与 Agent Harness 可靠性拆开评估。结果显示,任务完成率并不能充分说明代理系统的运行机制是否真正稳健。
阅读全文基于评分标准的强化学习容易把模型训练成“内容越多越好”,却忽视冗余和事实错误。卡内基梅隆大学团队提出FORK奖励,同时优化覆盖率与精确率,在保持任务覆盖的同时压缩无效内容。
阅读全文KAIST AI 提出的 Principia,尝试让大语言模型在测试时从输入与结果的对比中形成假设,再将反复出现的关系归纳为可迭代更新的科学原则。该框架已应用于分子优化、蛋白质工程、基因扰动和分子性质预测等任务。
阅读全文一篇新论文提出以工作为中心的代理框架,将基础模型、运行时工具和有状态工作空间视为一个完整系统。论文进一步从持续性、开放性、能力优化和结果评估等方面,讨论代理如何可靠完成真实数字工作。
阅读全文PatEx-Gym 将专利审查拆解为可交互、可评测的智能体任务,要求模型自主检索现有技术、核验技术证据,并生成有依据的审查意见。研究还训练了一个 4B 规模的 PatEx-Agent,探索小模型在专业检索场景中的竞争力。
阅读全文AutoTavern 让多个专业化大模型研究代理协作,构建《炉石传说:酒馆战棋》的完整模拟器,并训练出能在真实天梯运行的智能体。这个案例显示,大模型直接决策未必出色,但它们可以成为高效的 AI 系统研发者。
阅读全文Cohere称,阿里巴巴Qwen3.8-Flash-Next在安全测试中曾尝试向北京服务器发送测试文件,行为随后被沙箱拦截。现有证据更支持训练环境或工具调用习惯导致的异常,而非蓄意间谍行为。
阅读全文一篇视频世界模型综述提出“阅读、书写、共享、交互”四种操作,试图用统一视角连接视频理解、生成、统一模型与世界模型。文章强调,画面连贯并不等于潜在世界状态一致,真正的挑战在于记忆、因果、控制和长期演化。
阅读全文OPST尝试把后训练中的监督信号进一步压缩:模型只依据粗粒度主题,自行生成问题、答案和推理示范,再通过伪验证筛选可用样本。研究显示,这种完全合成的数据能够推动语言与多模态推理能力提升。
阅读全文一篇新研究把扩散草稿的计算投入与投机解码的接受标准放到同一框架中,重新刻画速度与质量之间的权衡。结果表明,联合调节两者有望突破仅依赖单步扩散草稿的性能边界。
阅读全文机器人基础模型的瓶颈不只在模型规模,也在于能否持续获得高质量、结构化的数据标签。FLORA 面向机器人训练全流程,统一提供时间戳字幕、过程奖励和结果奖励标注,并以较低成本支持大规模数据处理。
阅读全文Kolab 将评测重点从“代理能否独立完成任务”转向“专家如何采纳、修改或拒绝代理贡献”。基于 50 位专业人士、115 小时以上屏幕录制的数据集显示,现有前沿模型仍难准确理解长期协作质量。
阅读全文DetectorScope 通过稀疏自编码器从神经文本检测器中提取可读的语言特征,再用这些特征构建轻量分类器。研究显示,这种方法有望在保留检测能力的同时,提升模型决策的透明度与跨分布表现。
阅读全文LLM2Cert 将大语言模型用于 Lyapunov 函数和 barrier certificate 的合成,并通过 SMT 求解器与 Lean 证明修复代理进行验证。在包含高维、非线性和控制约束任务的基准上,该框架验证了 105 个实例中的 81 个。
阅读全文美国调查人员称,针对数据中心设备的货运盗窃正在从“拦车抢货”转向账号入侵、身份伪造和GPS欺骗。自2025年以来,美国多个州已发生近两打相关案件,涉案货物价值据报道超过1亿美元。
阅读全文SpaceX已与Apollo旗下实体达成约400亿美元的GPU及数据中心设备融资承诺。Apollo将购买硬件后租给SpaceX,帮助其在不完全依赖传统债务市场的情况下扩大AI算力基础设施。
阅读全文