
世界模型+强化学习=具身智能性能翻倍!清华&加州伯克利最新开源 (opens in a new tab)
在具身智能(Embodied AI)的快速发展中,样本效率已成为制约智能体从实验室环境走向复杂开放世界的瓶颈问题。
Total 388 articles

在具身智能(Embodied AI)的快速发展中,样本效率已成为制约智能体从实验室环境走向复杂开放世界的瓶颈问题。

我们的大脑蕴藏着待解的进化密码,而AI的未来或许正系于此。

据《智能涌现》获悉,极佳视界近日完成新一轮亿元级A1轮融资,本轮融资由华为哈勃、华控基金联合投资。此前8月底,极佳视界宣布完成Pre-A&Pre-A+连续两轮数亿元融资。2个月3轮融资,体现了资本市场对极佳视界团队实力、技术路线和业务推进的认可,也折射出投资方对“物理世界通用智能”(物理AI)关键转折点的判断。

近日,Physical AI 公司极佳视界宣布完成Pre-A&Pre-A+连续两轮数亿元融资。Pre-A 轮融资由国中资本领投,紫峰资本、老股东 PKSHA Algorithm Fund跟投;Pre-A+ 轮融资由中金资本、广州产投、一村淞灵、华强资本投资。

「抓紧转型世界模型」 「同志们朋友们,版本回调了! 搞AI应用的家人们没活了。胜利女神的天平又一次倾向了大模型公司一边。有鉴于此,我们将复刻致敬葬AI一年前的系列——把模型公司挨个写一遍。 之前已经写过了Kimi、智谱、豆包、千问和百度,发现一个问题是二线模型写少了,于是紧急加入美团、小米、腾讯等一众转型中的公司,更多模型公司敬请期待😘」 理论上不该写美团的,因为如果美团是大模型公司,那显然股价不会被一直按在地上摩擦。 不过既然美团LongCat 2.0发布,且大炒特炒了一番,甚至都有人说美团LongCat 2.0是「国芯国模的张雪时刻」。典型的拼词组拼麻了,那我就去认真复盘下美团都搞了哪些

在具身智能领域,机器人操作的泛化能力一直是一个核心挑战。当前,视觉 - 语言 - 动作(VLA)模型主要分为两大范式:端到端模型与分层模型。端到端 VLA 模型(如 RT-2 [1], OpenVLA [2])严重依赖海量的 “指令 - 视觉 - 动作” 成对数据,获取成本极高,导致其在面对新任务或新场景时零样本泛化能力受限。

AI 视频生成正在进入新的竞争阶段。 如果说 DeepSeek 时刻给大模型行业留下的关键词是「前沿能力的平权」,那么视频模型也正在逼近自己的相似节点: 性能、效率与可用门槛,开始同时探向极致。 生数科技最新推出的 Vidu Q4 Preview,正是一个阶段性结果。作为 Vidu Q4 面向创作者的首个预览版本,它将重点放在三项能力上:更细腻的人物演绎、更有张力的镜头语言,以及更具冲击力的复杂视效。 0.09 元 / 秒起的真香价格引发惊呼,而真正需要解释的是:为什么一个视频模型能在人物表演、镜头调度、复杂特效和参考素材控制上同时前进,又把生成成本压到创作者更愿意反复试拍的区间。 这才是视频

最近,一个叫Jev的新模型突然火了。 它来自TypeSafe AI。这支有OpenAI背景的团队没有继续卷生成和推理,而是换了个方向:让AI直接做判断。 他们甚至把口号直接写成:Decisions, not strings(要决策,不要文本)。 Jev的走红,也让“Decision”(决策)重新成为AI圈的热门词。 但如果把时间线往前拨几个月,会发现这条趋势并不是今天才出现。 在Jev受到关注之前,国内已经出现了一条“决策AI”路线。今年6月,中科闻歌(此前被部分媒体称为“决策大模型第一股”)发布了通用决策大模型Decitron决策机,尝试将世界模型、多智能体推演、博弈与求解纳入统一的决策框架

今年,AI 创业到底往哪里走,变得比过去更难判断。 模型公司不断向应用层下探,一些 To C 产品刚找到的功能,可能下一次模型更新就会被直接覆盖。另一边,机器人、世界模型等概念又速升温,越来越多创业公

阿里、王慧文家办都投了。 智东西7月14日报道,今日,北京AI视频独角兽爱诗科技宣布完成整体C轮融资,本轮累计融资29.8亿元人民币。 其中,C+轮由阿里巴巴领投,Lollapalooza Capital(王慧文家办)、常春藤资本、惠远资本、钟鼎资本、韩国未来资产、OCBC生态旗下Lion X基金、蓝色光标、CloudAlpha、iGlobe Partners等十余家机构参投。 爱诗科技计划将本轮资金主要用于视频生成基础模型、实时世界模型研发,以及全球化产品增长和产业场景落地。 爱诗科技成立于2023年4月,专注于AI视频生成大模型及相关产品的研发应用,是国内首个发布DiT架构视频生成模型的初