李飞飞署名具身新论文：Sim2Real烧不起，Real2Sim量大管饱（在新窗口打开）
还在聊Sim2Real？现在机器人圈更火的是Real2Sim！最近，英伟达GEAR联合李飞飞团队、佐治亚理工大学等机构联合发布全新Real2Sim系统——SimFoundry。SimFoundry只需一段真实世界视频，就能自动生成一个可以交互、训练、评测的机器人仿真环境。
搜索
关于“REAL”的结果
共 46 篇
OpenAI 推出三款实时语音模型，可边听边「思考」、翻译和转录（在新窗口打开）
不知道大家平时有没有这种经历。 每次遇到点急事，打给各大公司的智能客服，电话那头永远是那个字正腔圆但毫无感情的声音：「查询服务请按 1，人工服务请按 0……」接着就是漫长的音乐，以及那句让人抓狂的「对不起，我没听懂，请再说一遍」。 但就在刚刚，OpenAI 发布了 Realtime API 实时语音模型的全家桶。看了看他们的演示，这回，他们是真心想让机器说「人话」，办「人事」。 省流版如下： GPT-Realtime-2：构建可用于生产环境的语音智能体。它们能够进行更深入的思考、执行操作、处理中断，并让对话持续自然地进行。 GPT-Realtime-Translate：支持 70 多种输入语言
NeurIPS 2025 | 面向具身场景的生成式渲染器TC-Light来了，代码已开源（在新窗口打开）
TC-Light 是由中科院自动化所张兆翔教授团队研发的生成式渲染器，能够对具身训练任务中复杂和剧烈运动的长视频序列进行逼真的光照与纹理重渲染，同时具备良好的时序一致性和低计算成本开销，使得它能够帮助减少 Sim2Real Gap 以及实现 Real2Real 的数据增强，帮助获得具身智能训练所需的海量高质量数据。
MIT成果登Nature正刊：90天，「AI科学家」完成3500次电化学测试（在新窗口打开）
美国麻省理工学院李巨团队在国际顶尖学术期刊Nature上发表了一篇研究论文，展示了一种多模态机器人平台CRESt（Copilot for Real-world Experimental Scientists），通过将多模态模型（融合文本知识、化学成分以及微观结构信息）驱动的材料设计与高通量自动化实验相结合，大幅提升催化剂的研发速度和质量。
Realtime-Bench 评测12种模型：实时任务中，思考更久未必更好（在新窗口打开）
Realtime-Bench 用30项网页任务和20项游戏任务，对比真实时间、推理时暂停及按Token推进三种时钟。受测模型在时限下明显失分；GPT-6 Astra最高单次任务成功率44%，三次重复均成功的Pass³为36%，两者不能混用。
一套Harness打通前后台：蚂蚁清华开源9B模型Realtime-Venus，让AI办事对话异步并行（在新窗口打开）
蚂蚁AI安全实验室与清华大学人机交互实验室联合开源9B模型Realtime-Venus，通过配套的Harness打通前后台，使AI助手在执行后台任务的同时能继续与用户对话，并在长视频问答等多项评测中取得领先成绩。
真实工作流，正在成为下一代训练数据（在新窗口打开）
数据市场的故事，正在进入新一轮周期。来自企业真实工作流的 Real-world Data，成为越来越多 AI Labs 争夺的新资源。比如 GitHub 就是典型的 Real-world Data，它几乎完整保留了一个问题从出现到解决的全过程。相比之下，今天绝大多数 Human Data 公司提供的，仍是人为构造的数据。
AI短剧的Harness模式，LuxReal跑通了。（在新窗口打开）
一直有在关注的一个 AI 短剧工具最近终于上线了，那就是群核科技的 LuxReal 短剧版。
OpenAI 「实时语音」架构首次公开（在新窗口打开）
Realtime API 是 OpenAI 的实时语音交互接口，在 24 年的 DevDay 首次亮相，当时还是 beta，调用贵到离谱，音频输出 200 刀/百万 token：OpenAI 凌晨发布：Realtime 实时多模态 API，及其他
硅谷热议：最快语音转文字模型Scribe v2 Realtime（在新窗口打开）
来自AI语音独角兽公司ElevenLabs，刚刚发布了Scribe v2 Realtime实时语音转文本模型，网友表示：Next-Level。150毫秒的超低延迟，93.5%的高准确率，还覆盖了90多种语言。