Categories

AI guides

Practical guides to AI tools, models and related technologies.

自进化WAM来了!清华AIR联手域变换提出具身In-Context Causal Learning

自进化WAM来了!清华AIR联手域变换提出具身In-Context Causal Learning (opens in a new tab)

模型不更新,能力却持续增长。 这是Zeva最反直觉的地方,也是清华AIR与域变换联手给出的新答案。 在多个典型具身基准任务上,将冻结模型的累计成功率从26%提升到73%;在真实化学实验室,机械臂在多次尝试中越用越稳。 更关键的是,一次人类演示就能让模型“学会”一个新操作。 Zeva是首个实现In-Context Causal Learning(ICCL)的具身WAM。 它让模型可以在不更新权重的情况下,从自己的交互经验中持续学习。当这种能力逐步成熟,具身智能将迎来属于自己的“GPT时刻”。 项目信息 项目名称:Zeva 发布机构:清华AIR、域变换 论文题目:Zeva: In-Context

AI guides
1
当AI从工具到认知主体,我们需要警惕哪些新风险?

当AI从工具到认知主体,我们需要警惕哪些新风险? (opens in a new tab)

导读:随着智能体系统(Agentic AI System)处理任务能力的持续提升,AI 正在逐渐从传统意义上的工具,演变为能够自主决策、独立执行任务,并与人类及社会群体进行持续交互的智能主体。但是一个越来越值得关注的问题是:当 AI 的认知能力不断扩展,其潜在风险不再局限于单一任务中的幻觉、偏见或决策错误,而是进一步影响人类用户的能动性、自主性,乃至人类对 AI 系统的控制权。

AI guides
0
单卡可跑18万原子!分子模拟的“规模焦虑”该终结了

单卡可跑18万原子!分子模拟的“规模焦虑”该终结了 (opens in a new tab)

人类距离真正理解生命还有多远? 离子穿过通道、药物分子穿过细胞膜、蛋白质折叠成特定构象……生命体从来不是一张静态的蓝图,要探究其中的奥秘,实验之外,计算模拟是另一只眼睛。 近年来,AI模型的介入正在不断刷新分子动力学模拟的边界,让精度与规模兼得的目标越来越近。 但这还远远不够。从“跨过鸿沟”到“可以日常使用”,仍需进一步降低训练成本、提高泛化能力、提升推理速度。 至知创新研究院UBio团队发布的UBio-MolFM v1.5,在这个方向上又往前迈进了一大步。 UBio-MolFM是以量子化学精度、在真实生理环境下对生物大分子进行分子动力学模拟的机器学习原子间势函数。在推理时能以接近经典力场量级

AI guides
1
V-RAE:把「看懂视频」的能力带入生成,重新思考视频模型的潜空间

V-RAE:把「看懂视频」的能力带入生成,重新思考视频模型的潜空间 (opens in a new tab)

近日,新加坡国立大学 Minghui Guo 与牛津大学 Shengqiong Wu、Hao Fei 在论文《V-RAE: Rethinking Video Latent Spaces for Generation》中提出视频表征自编码器 V-RAE。该方法以冻结的视觉基础模型为编码器,通过轻量级时间池化压缩视频特征,并将具有丰富语义和时间连续性的表征直接用于视频重建、生成与未来预测。

AI guides
1
最强AI改进自己仅得0.16分? Einsia AI发布AI4AI-Bench: AI能否设计出更好的AI?

最强AI改进自己仅得0.16分? Einsia AI发布AI4AI-Bench: AI能否设计出更好的AI? (opens in a new tab)

导读 AI 能否改进 AI 自己? AI 已经会写 AI、训练 AI、优化 AI 系统;下一个里程碑,是 AI 能不能开始「设计 AI」。 对于今天的 Coding Agent 来说,它能介入的改进大致有三层: 系统工程解决算子、并行和通信,最终受硬件上限约束;数据工程改进配比、合成和清洗,受高质量信息供给限制;而算法设计改变的是目标函数、更新规则和训练流程本身。 这一层最特殊,一个更好的算法改变的是:在同样的数据和算力下,究竟能换来多少能力。 Adam、DPO、GRPO 这样的进步一旦出现,就能持续影响之后的一代代模型。 所以,如果 Recursive Self-Improvement 真要

AI guides
2
都在问世界模型怎么落地,PixVerse把答案做成了「好玩」

都在问世界模型怎么落地,PixVerse把答案做成了「好玩」 (opens in a new tab)

这两年,互动娱乐先在线下火了一轮。 比如去河南开封万岁山武侠城,不少游客已经不只是奔着景点和演出去的了。有人专门找 NPC 猜拳、接任务、换「银票」,也有人刷到某个 NPC 的短视频后,直接跑到景区找真人互动。万岁山目前有近 2000 名 NPC,每天上演上千场互动。一些游客甚至会为了没走完的任务和没遇到的角色,专门规划二刷、三刷。 这类体验火起来并不难理解。普通表演,在家刷手机就能知道大体剧情,现场看也就图个视觉效果。但和 NPC 玩就不一样了,每次互动都是自己亲身参与的,一些机智的 NPC 还能现挂,随机抖出金句,去一次能记好久。 这些项目的走红也说明:互动式娱乐的市场,正在爆发。 线下已

AI guides
1
斯坦福实验实锤: 魔改后的DS V4 Flash干翻Fable 5

斯坦福实验实锤: 魔改后的DS V4 Flash干翻Fable 5 (opens in a new tab)

同样的模型,同样的任务,让它执行五遍,再让他自己挑一遍最稳的,效果能有多大提升?斯坦福把这套玩法用在了AI身上,DeepSeek V4 Flash在Terminal-Bench 2.1的成绩从79%一路涨到88%,反超了尖子生Fable 5。而且连做五遍加挑选这一通折腾,价格依然比Fable 5便宜了4-11倍。

AI guides
2

Join the conversation

AINRK community information

Read how to join the community. No sign-in is required to read articles.

Community information (opens in a new tab)