量子位

量子位

关注
17.7万粉丝
0关注
9.7万被推荐

《量子位》官方网易号

5枚勋章

2次获得编辑精选

追踪人工智能动态
IP属地:河北
更多信息


  • 终于,现学现用的风也是吹到了具身智能。 要说这两年,大模型最重要的变化之一,就是越来越不依赖预训练一锤定音,部分能力开始留到推理时刻再兑现。 OpenAI o1如此,DeepSeek-R1也是如此。模型推理能力提升,靠的是在应用过程中的持续自我提升。 但机器人不一样,它面对的是比文本更复杂的物理世界,任意一次误判都有可能损坏抓取对象。想让机器人像大模型一样在部署时进化,行业内一直没有人做到。 直到今天,这条路线第一次被银河通用走通了。 刚刚,银河通用正式发布全球首个面向具身智能大模型的测试时后训练框架WAM‑TTT(World-Action Model Test-Time Training)。 它首次将Test-Time Training(TTT)范式从NLP和大语言模型,迁移至物理世界的机器人控制。 说人话就是,机器人可以「现学现上岗」。 不过这里的学习,学的不是具体动作,不是要机器人看一遍视频就学会一个新技能,WAM‑TTT重在让机器人消化理解当前任务。 它会让机器人先通过人类示范视频充分了解场景信息,再把这些信息写入临时记忆,然后结合原先已有的动作能力完成任务。 这样既能适应新环境,也能保证原先能力不丢失,实现部署后的连续学习。 自此,具身智能得以开启属于自己的后训练时代。
    行业密探
  • 全球首个!银河通用新框架仅需人类视频即可部署,特斯拉蚌埠住了

    1小时前
    图片
  • RLinf v0.3来了!从模型生态到真机部署五大能力跃升,无问芯穹与清华大学联合打造

    2小时前
    图片
  • 手握英伟达宁德时代相同剧本,具身智能的第一个「基建商」出现了

    2小时前
    图片
  • 刚刚,逐际动力放出一段Demo,Figure:睡不着啊

    3小时前
    图片

  • 1953年,亨利·莫莱森(简称H.M.)走进了一间实验室。 彼时的他不会想到,往后自己会成为神经科学发展史上标志性的案例。 为根治从小反复发作的癫痫,医生切除了他大脑内侧颞叶的部分组织。 手术成功控制住了癫痫,但也带来了无法逆转的副作用:他再也无法形成长期的全新记忆。 童年的往事、旧日的住所他记忆犹新;可几分钟前刚聊过的人和事,转瞬便会彻底清零。 科研人员短暂离开再折返回来,H.M.总会像初次见面一样,礼貌地重新问候眼前这个人。 不过,真正颠覆学界认知的并不是他失忆这件事,而是镜像描画实验带来的发现。 研究人员安排他看着镜子临摹复杂图案。 虽然他完全不记得自己练习过这项任务,但日复一日下来,他的手法越来越熟练。 身体记住了经验,可他的意识对此一无所知。 这件事让科学家明白:存储经历和主动回想是两套各自独立的过程。 信息可以被保留,却不一定能被调取。 如果H.M.代表记忆缺失的极端,俄罗斯记者所罗门·舍雷舍夫斯基则站在了另一个极端。 他可以长久记住海量文字、数字和细碎画面,可超强记忆反倒成了枷锁—— 他没法过滤无用细节,气味、画面、零碎往事随时随地涌上脑海,繁杂信息挤占了思考空间,导致他很难从具体画面中提炼出抽象理解。 两个案例印证了同一个核心道理:遗忘并不是记忆的漏洞,它本就是记忆自带的能力。 高效的记忆,是筛选关键内容、舍弃琐碎细节,后续再结合现实重新理解过往。 但反观当下的AI行业,大家做的恰好是相反的事。 现在主流AI记忆方案逻辑十分单一: 把过往对话全部储存,借助向量匹配,检索相似度高的聊天片段用来回答问题。 不管是RAG检索还是超长上下文,本质只是在做存储和关键词匹配。 它调取的是历史记录,算不上真正意义上的回忆,内容相似,并不代表贴合问题本身。 为什么相似不等于相关? 特德·姜在小说《双面真相》里,借两种截然不同的记忆逻辑给出了更深的解释。 第一种叫vough(事实存档),只客观记录真实发生过的全部细节,不加主观改动。 故事中一位父亲,机器录像清清楚楚证明是他率先指责了女儿;但在自我辩解的本能驱使下,他脑海里篡改了事实,一直认定是女儿伤害了自己。 第二种叫mimi(现实解读),结合当下处境对过往经历做出合理理解,帮我们自洽地继续生活。 人脑有一个天生的特性,每次回忆往事的时候,都会悄悄改写记忆内容。回忆和修改过往经历,是人脑绑定在一起的本能。每一次想起,都是一次重写。 但AI可以打破这种束缚。 原始事实的存档和结合当下的回忆推理,完全可以拆分成两套独立系统。 存档阶段恪守客观事实,一旦记录完毕就绝不改动;回忆阶段针对当下问题,综合多条线索重新推导答案。 回忆不该只是简单查表,而是结合现状重新梳理过往经验。 一群来自上海交大、哈佛、CMU、芝加哥大学、清华、UC Berkeley、JHU、复旦、UCL等名校的年轻人,创办Shadoweave(织影)团队,自研了Holographic Memory System全息记忆系统,正是沿着这套思路在工程上落地。
    行业密探
  • 一位失忆患者,揭开了AI记忆的误区

    4小时前
    图片
  • 我用AI编程复刻了老罗的TNT,还顺手做了个万能遥控器……

    5小时前
    图片
    05:58
  • 一种专骗AI的字体火了

    9小时前
    图片
    02:00

  • 代码Agent这两年为何进步飞快,成为AI界的宗门大师兄? 因为这玩意儿自己个儿就超!闭!环!的! 代码Agent可以自动执行、自动验证、自动反馈。写了代码跑一下就知道对不对,奖励信号非常清晰明确。 这给后训练(Post-training)阶段的自反馈闭环提供了完美条件。 同样是AI界大热门,具身智能目前就缺少这种“神助”。 它面对的物理世界比代码Agent面对的世界复杂多了,而且很难得到即刻验证。 它接收的信号不像代码那样有一个编译器就能判定,它们模糊、昂贵,而且每一次真机试错都意味着真金白银的人力和硬件损耗。 VLA(视觉-语言-动作模型)是具身智能中最早受到关注的技术路线。 但很快,大家发现这个技术存在物理理解缺失、泛化能力极弱、长时序与规划能力不足等等问题,做不到“一家独大”包打天下。 大家有点着急。后来,世界模型又成了行业里的新宠儿。 但世界模型似乎也不是灵丹妙药(至少目前来看是这样的)…… 这也不行那也不行,具身智能,你到底要怎样啊?? 这个时候,原力灵机相关负责人站出来表态: 我觉得特别愚蠢的一件事情是在「技术路线」上给自己贴标签。这件事情是特别蠢的。 应该以目标导向。你要解决什么问题,挑选对应的方法去解决它,而不是说我是什么方法的、什么流派的,为此来证明只有我才是标新立异的。 他介绍,大约今年过年前,原力灵机意识到可将世界模型作为后训练的一部分。 一晃眼半年过去了。这个月,原力灵机发布了旗下首款具身世界模型DW0.5,并将它接入世界模型驱动的具身智能后训练框架DFOL2.0。 “这套基模支持多模态输入,包括任务指令、图片和视频,还能选定机器人类型。我们可以凭借历史动作,预测后续视频状态。”原力灵机联合创始人汪天才说。 他介绍道,DW0.5用上万小时真机、多视角数据完成联合预训练,仿真能力很强,能生成各类画面。 不光能做出机械臂正常作业的视频,就算参考错误动作,也能还原任务失败的场景,以此支撑DFOL2.0框架的在线强化学习训练。 DW0.5作为一个高保真仿真器,把强化学习搬进虚拟世界。 VLA先给出候选动作,DW0.5在虚拟环境中预演未来,判断成功、失败与偏离风险,再把可用反馈送回强化学习。 按其披露的数据,这套流程可让后训练中真机数据需求骤降60%,整体训练成本下降40%。
    行业密探
  • 用世界模型给VLA当教练,原力灵机发布DW0.5,把RL搬进虚拟世界

    9小时前
    图片
  • 人在Meta,休个病假/产假转身被AI裁了??
    1天前
    2跟贴

  • 一种专门“骗AI”的幽灵字体火了。人类一眼就能看懂,GPT-5.6 Sol Ultra和Claude Fable却双双中招。它把文字藏进运动和噪点里,甚至还给AI准备了一条假答案。
    行业密探
  • 我和「二次元老公」约上会了!全球首个可以玩的实时交互模型,Xmax X2.0发布

    1天前
    3跟贴
    图片

  • 马不停蹄,趁热打铁!刚完成第一轮融资后,DeepSeek被曝第二轮融资已经启动。 据《金融时报》消息,目前DeepSeek正在与新投资者接触,希望开启新一轮融资,融资前估值约710亿美元(折合人民币4800亿元),相比首轮融资后估值520亿美元,上涨37%。 与此同时,更进一步的爆料说,DeepSeek已经开始为2027年IPO做准备,最快将在今年年底递交上市申请。 要知道距离上一轮融资结束,仅仅过去六周。 首轮融资额超500亿元人民币,梁文锋个人出资200亿元,腾讯、宁德时代等多家产业龙头与国家人工智能产业基金共同参投。 对于一家成立不过三年的AI公司来说,这个速度几乎是史无前例。DeepSeek也将再次刷新国产大模型公司最高估值记录。
    行业密探
  • 估值4800亿,DeepSeek火速开启新一轮融资!最快明年IPO

    1天前
    图片

  • 2026年,全球操作系统产业,迎来60年来的最大一次范式重构。 - 荣耀在MWC上海首次提出“Agentic OS”概念,明确要以AI Agent为核心重构操作系统架构 - 华为发布HarmonyOS 7,将“迈向Agent时代”作为核心战略 - OpenAI在5月下旬展示了一款内部代号为“Atlas Phone”的设备机,明确以大模型为核心重构终端交互架构,加速推进原生Agent体系向终端系统底层渗透 - 苹果将Siri升级为系统级智能入口 - 谷歌推进Gemini Intelligence深度嵌入Android 从大模型厂商到终端巨头,几乎所有头部核心玩家都在,争夺下一代操作系统的定义权。 聚光灯也让一个深层矛盾暴露在行业面前。 今天的智能体不再满足于聊天与思考,它们已经能够代人行动、替人做事。 但在硬币的另一面,如今绝大多数系统依然死死抱守着60年不变的设计原点,即“人点击、机器响应”的逻辑。 智能体要替人做事,需要跨应用调度、跨设备协同、调系统资源、获取权限授权、记上下文……基于旧逻辑诞生的操作系统无法给能自主规划、持续执行的智能体提供足够的生长空间。 是时候给Agent一套自己的原生操作系统了。 7月13日,大模型领域头部玩家阶跃星辰扔出了重磅炸弹,正式发布面向智能体时代的大模型原生AI终端品牌STEPX,并同步推出全球首个智能体原生操作系统Step AOS(Step Agentic-native OS)。 它把智能体能力的核心概括为一条乘法公式——阶跃Step模型矩阵 × 阶跃Step Agentic-native OS 技术发布中,阶跃星辰还同步推出了基于模型矩阵与Step AOS打造的新一代个人智能体阶跃Amoo,并同场亮相了大模型原生智能体手机STEPX Neo,宣告构建起“模、软、硬”三位一体的技术闭环。 终端厂商、互联网公司都在做AI终端,阶跃则是从模型公司位置切进系统和硬件并率先落地的玩家。
    行业密探
  • 阶跃入局,重构智能体时代操作系统

    1天前
    2跟贴
    图片
  • 快看漫画安妮:AI时代,越成功越是包袱!“你一定要杀死过去的那个自己。”

    1天前
    图片
    01:33:41
  • 大神开源傻瓜式Loop教程,一行命令开启AI自循环

    1天前
    图片
    02:17
正在载入...
正在载入...