
硅谷今日最热具身模型!不用后训练,看一遍就学会(在新窗口打开)
刚刚,北美具身初创Skild AI又发布了全新机器人基础模型S1,直接把机器人上下文学习的任务长度拉到了10分钟往上。这次的S1主打上下文学习(in-context learning,ICL):无需在后训练阶段专门学习新的操作数据,只需看一段人类示范视频,就能“照猫画虎”,直接完成一整套从未见过的复杂操作流程。
共 348 篇

刚刚,北美具身初创Skild AI又发布了全新机器人基础模型S1,直接把机器人上下文学习的任务长度拉到了10分钟往上。这次的S1主打上下文学习(in-context learning,ICL):无需在后训练阶段专门学习新的操作数据,只需看一段人类示范视频,就能“照猫画虎”,直接完成一整套从未见过的复杂操作流程。

赛博义父Tibo,真·有求必应! 现在,3行配置就能让GPT-5.6 Sol封印解除,在Codex里用上1M上下文了。 model = “gpt-5.6-sol” model_context_window = 1000000 model_auto_compact_token_limit = 900000 非常简单,在Codex的config.toml文件开头输入以上咒语,重启客户端、开启新会话就OK。一直到约90万token时,GPT-5.6 Sol才会开始自动压缩历史内容。 本来是API专属的功能,现在就这么水灵灵地开放给ChatGPT和Codex账号了。 Tibo推文一发,又双叒大爆特爆,

预计半年内,ChatGPT的下一代模型将能监视你的屏幕、记录每一次会议与通话,并完整掌握关于你生活的全部上下文。

过去一年,编程 Agent 的能力大幅提升,软件工程师对它们的要求也比以往任何时候都高,但上下文窗口的大小却基本停滞不前——一年前,一百万个 token 大致就是最先进的水平,如今依然如此。随着我们逐渐进入 Agent 日常处理 Monorepo(单体仓库)级任务的世界,将越来越多的信息塞进模型那固定的上下文限制中,这种需求已经变成了一项实实在在的全职工程任务。

交互式视频世界模型正在从「一次性生成短片」走向「像游戏一样边操作边生成」。但长轨迹交互会迅速放大上下文、显存和多步去噪开销。Light Interaction不改模型参数、不重新训练,只在推理阶段把相机轨迹变成调度信号,动态选择历史上下文、在回访状态复用去噪输出,并用面向自回归生成的3D稀疏注意力降低计算。

天哪,打工人也能有自己的私人助理了! 以前我们提到助理,一般都是服务老板的。 老板为什么这么需要私人助理?主要是因为助理知道老板的上下文——了解老板的脾气秉性、工作习惯、近期在忙什么、哪些人需要对接。 有了这些上下文,助理才真能帮老板干很多事情,比如写个文案、做个PPT、安排出差行程等等。 但是,就在昨天,金山办公在上海举办了2026 AI生产力大会,正式发布了一款独立的AI原生办公Agent——「灵犀专业版」。 说白了,这家做了38年办公软件的公司,这回干了一件很大胆的事——他们要给每个打工人,配一个「私人助理」。 为什么说是「真·助理」?田然(金山办公助理总裁)在发布会上的总结特别精辟——

现在的 AI Agent 动辄需要处理超长上下文,既要看系统提示词、工具说明,又要翻阅历史对话和检索文档。为了省钱、省算力并降低延迟,很多开发者会给系统加上 “提示词压缩”(Prompt Compression)模块,把冗长的上下文浓缩后再喂给大模型。

还在用 DragGAN、DragDiffusion 拖拽修图?点选拖拽容易变形、边界割裂、细节丢失的时代落幕了!ECCV 2026 ICRDrag 首创上下文区域拖拽模型,用掩码精准定位局部区域,移动、缩放、变形全都丝滑自然,兼顾精准度与画面真实感。

一个开源的省Token工具Headroom,火了!公开页面显示Headroom已有4万多个star,最新版本是v0.26.0。一个“上下文压缩层”工具能到这个热度,已经说明很多问题。

本研究由快手科技语言大模型团队完成,核心作者吕民轩、梅铁桦、杜坦隆等。快手科技与中国科学院大学联合提出 GoLongRL,一套完全开源的长上下文强化学习后训练方案,包含 23K 样本 RLVR 数据集