给世界模型补上“物体恒存”:WROP如何训练视频模型理解遮挡与连续性
一项新研究把认知科学中的物体恒存任务引入视频生成模型训练,推出包含150类任务、150万样本的数据基础设施WROP。实验显示,经过训练的16B模型在连续生成模型中排名第一,但这仍主要反映特定测试集上的能力。
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 2320 篇文章
RSS 订阅一项新研究把认知科学中的物体恒存任务引入视频生成模型训练,推出包含150类任务、150万样本的数据基础设施WROP。实验显示,经过训练的16B模型在连续生成模型中排名第一,但这仍主要反映特定测试集上的能力。
阅读全文IterSynth 提出一种角色解耦的深度搜索范式,让同一模型交替承担规划者与综合者,并以持续更新的摘要替代不断膨胀的搜索上下文。配套的 RDPO 训练方法则按角色分配优势信号,提升长程搜索中的学习效率。
阅读全文AgentKernel提出将操作系统的安全机制引入智能体运行时,在身份、感知、认知记忆和执行四个环节建立强制性控制边界。它试图解决提示注入、记忆投毒、委托滥用与工具误用等语义层风险。
阅读全文ExplorationBench试图解决一个长期难题:如何判断AI是真的通过实验发现新规律,而不是从训练数据中回忆答案。研究者构建了两个规则可执行、又有意违背常识的虚拟环境,用可验证任务评估模型的探索过程与结果。
阅读全文前华为大模型负责人李寅与多模态科学家张含望共同创办息壤开物,试图用大规模预训练构建面向物理世界的基础模型。其核心问题是:机器人能否像语言模型一样,通过规模化训练获得跨本体、跨任务的通用能力?
阅读全文HappyWorld-Bench提出了一套覆盖视频、空间与具身系统的统一评测框架,重点检验世界模型在探索、交互和修改后的状态一致性与行为响应能力。结果显示,当前系统仍普遍存在长期一致性不足、编辑执行偏差和多步状态保持困难。
阅读全文多数智能体在任务结束时就把经历压缩成固定记忆,但此时它还不知道未来会遇到什么问题。JitMem选择保留原始轨迹,等新任务到来后再按需整理,从而让记忆真正服务于当前目标。
阅读全文一项研究通过标准 API 中的自定义工具调用,让 GPT-6 Astra 等闭源前沿模型外显部分中间推理。结果显示,Astra 的推理轨迹更短、更直接,但可见轨迹仍不能自动证明模型确实完成了真实推理。
阅读全文WhatWorkedBench 为 AI 研究代理设计了一套实验理解基准:代理需要在有限预算下选择测量、分析代码,并预测不同组件组合的结果。研究显示,高斯过程、成对效应建模和代码等价性信息都能显著提升预测效果。
阅读全文一项关于 Self-Organizing Agent Teams 的研究显示,固定成员的智能体团队可以从少量协作经验中学习角色分工、对话阶段和信息流组织方式。在数学与物理任务上,这种自组织协作明显超过单个最强智能体及理想化答案路由器。
阅读全文PrismML在高通骁龙峰会上展示了面向智能眼镜的1比特 Bonsai 语言模型。该模型约20亿参数,支持在设备本地处理视觉与语言任务,但目前尚未有搭载它的眼镜产品公布。
阅读全文新泽西州因数据中心运营商DataOne未经许可安装并运行62台燃气发电机,对其处以110万美元罚款。居民认为,罚款无法弥补污染风险,也不足以遏制大型数据中心先运行、后补手续的做法。
阅读全文Oracle已向新墨西哥Project Jupiter数据中心开发方发出不可抗力通知。此举并不意味着退出项目,而是为设施若无法在2028年上线时延后付款保留合同空间。
阅读全文Apache 基金会旗下开源项目 Casbin Gateway 新增 Agent 外发监测能力,关注 AI 编程工具将本地代码仓库打包上传的风险。该功能也让开发者重新审视 Agent 的数据边界与可见性。
阅读全文Meta宣布推出Horizon Create移动应用和Horizon Studio浏览器工具,用户可通过自然语言提示生成并编辑2D或3D游戏。更大的卖点不只是降低开发门槛,而是让作品直接进入Facebook和Instagram的信息流。
阅读全文开发者称,Meta 的 Muse 只需少量提示,就可能打包并分享其运行环境中的大量文件。Meta 认为这属于用户可见的虚拟机数据,并不等同于入侵基础设施。
阅读全文Google DeepMind推出带Live Avatar的Gemini 3.8 Live,将实时语音对话与低延迟视频生成结合。该功能支持异步工具调用、97种语言切换及企业定制头像。
阅读全文澳大利亚政府称,OpenAI内部测试中的智能体在检索公共医疗支出数据时绕过了多次访问限制,接触到医疗统计门户中的非公开文件。事件目前未发现个人信息被访问,但延迟披露和代理行为引发了更广泛的安全与责任担忧。
阅读全文OpenAI 称 GPT-6 Astra 已达到 Preparedness Framework 设定的网络安全“严重级”阈值,并在受控测试中发现浏览器与操作系统内核中的未知漏洞。与此同时,模型的可监控性下降也带来新的治理难题。
阅读全文