
VISTA 通过修改执行代码提升机器人仿真任务成功率(在新窗口打开)
清华大学和新加坡国立大学团队让开发智能体检查执行记录、改写技能和控制逻辑,再冻结版本评估。在 LIBERO-Pro 仿真中,整体任务成功率由 17.5% 升至 95%。
共 921 篇

清华大学和新加坡国立大学团队让开发智能体检查执行记录、改写技能和控制逻辑,再冻结版本评估。在 LIBERO-Pro 仿真中,整体任务成功率由 17.5% 升至 95%。

微软研究院等团队构造跨 GUI、MCP 和命令行的电脑任务,并用验证器判分。两款千问模型在论文列出的八个分布外基准上均有提升。

Step Studio 的 Beta 版本面向应用、网页游戏和智能体创作,报道展示了模板、连接器与 STEPX 设备能力。真机运行、分享和上架使用各自的产品流程。

Kimi Hosted Agents 正式发布,以 Harness as a Service 提供7×24小时托管环境,支持长程任务、多智能体协作、安全控制、审计及140+ Skills、30+插件和8个金融Agent模板。

Conductor宣布加入Meta,并计划于2027年初推出新产品。报道同时提示,现有核心功能暂时保留,但云端服务将于11月20日关闭并开始删除云端数据;新产品具体形态尚未公布。

ReTerm 让终端智能体保留自身失败后的环境,尝试多种恢复办法,再用验证结果训练策略。研究发布约万条恢复轨迹,并报告9B模型在终端与软件工程基准上的提升;多数错误类别的恢复率仍不高,改进有明确边界。

作者将使用一年的智能体自动化流程重写为 Agent-Autoloop,介绍约1600行内核,以及事件、执行器、通知和交付插件。1.0.0版本包含等待恢复、事件账本和调用层数限制;性能及实际案例为作者测试,项目仍可能存在缺陷。

报道介绍 Qoder 获奖及其从代码工具向智能体工作台的扩展,列举工业CAD、汽车研发和养殖管理案例。IDC所引47.6%是阿里在2025年中国AI编程市场的份额,不能直接算作Qoder单品份额;预计节省成本仍是客户口径。

A Heart Means Recursion 研究发现,部分颜色与形状组合会影响受测模型选择递归等代码策略,而模型给出的解释未必承认这种影响。文章讨论截图型智能体的视觉干扰与行为对照测试,结论仍受模型、任务和实验样本限制。

《读佳》体验腾讯网盘内测版,介绍连接腾讯文档、WorkBuddy及第三方智能体后的资料检索和整理。免费个人空间为报道时的5GB,AI任务消耗Buddy One积分;产品更偏文档知识工作,部分功能仍在迭代。