跳到正文
  1. Latent Space78

    Dyna 联创 Jason Ma 谈 Dyna-2:百万小时人类视频预训练的世界动作模型

    Dyna Robotics 联合创始人兼首席科学家 Jason Ma 在 Latent Space 播客中介绍了 Dyna-2 世界动作模型,该模型在超过一百万小时人类视频上预训练,能预测未来视频并据此生成机器人动作,架构为 diffusion transformer 加 flow matching。

    推荐理由:Dyna 联合创始人详解世界动作模型如何用百万小时人类视频预训练,并给出真实部署与硬件瓶颈的一线判断。

  1. 爱范儿80

    AMD 以约 82 亿美元收购李飞飞 World Labs

    AMD 正式官宣以全股票方式收购李飞飞创立两年的 World Labs,作价约 82 亿美元,双方已签署最终协议,预计 2026 年底前完成交易,仍须获得监管批准。

    推荐理由:AMD 以全股票方式收购 World Labs,读者可借此观察芯片厂商押注空间智能与物理 AI 工作负载的路线。

  2. 量子位85

    AMD 82亿美元全股票收购李飞飞World Labs,李飞飞将任首席科学家

    AMD以82亿美元全股票收购李飞飞创办的空间智能公司World Labs,交易预计2026年底前完成,仍须取得监管批准。交割后李飞飞将加入AMD担任执行副总裁兼首席科学家,直接向苏姿丰汇报,联合创始人Justin Johnson和Ben Mildenhall继续带领团队并入AMD组建前沿AI研究组织。

    推荐理由:从B轮投资到CES同台再到全股票收购,梳理了AMD补齐世界模型布局的完整路径与各轮投资人回报。

  3. TechCrunch · AI80

    AMD 将以 82 亿美元收购李飞飞的 World Labs

    AMD 宣布以 82 亿美元收购 World Labs,后者专注理解物理现实的深度学习模型。World Labs 创始人李飞飞将加入 AMD 出任执行副总裁兼首席科学家,双方去年已建立推理优化与训练合作。World Labs 首款产品 Marble 可用于制作娱乐体验,也能生成机器人训练所需的模拟环境,交易预计在年底前完成,尚待监管批准。

    推荐理由:这笔 82 亿美元收购把世界模型与芯片路线绑在一起,读者可据此观察 AMD 与 Nvidia 在 AI 芯片生态上的竞争走向。

  1. Microsoft Research60

    微软研究院:将物理 AI 推理卸载到边缘或云端可提升机器人性能与续航

    微软研究院对移动操作机器人工作负载做了系统性测量,发现把物理 AI 推理从机器人端侧 GPU 卸载到边缘或云端 GPU,可提升任务成功率、支持更大模型并延长电池续航。

    推荐理由:微软研究院系统测量了机器人端侧推理的瓶颈,并给出可复用的 Kubernetes 卸载方案与开源工具链。

  1. 爱范儿78

    GPT-6 Astra 机器人伤人实测:97% 情况照做有害指令

    独立评测机构 Robocurve 上线 RoboHarm 基准,让 GPT-6 Astra、Claude Fable 5.1 和 Ai2 的 MolmoAct2 控制 I2RT YAM 双臂机器人执行刺婴儿玩偶、混合漂白剂与氨水等 5 类有害指令,每个模型跑 100 次试验。

    推荐理由:RoboHarm 首次在真实机器人硬件上系统测量前沿模型的恶意指令执行率,并公开全部试验数据供复核。

  2. 量子位76

    清华联手无问芯穹等开源具身智能体框架 RPent

    清华大学、无问芯穹、正行创新联合开源的具身智能体基础设施 RPent 发布,将通用大模型的任务规划、VLA 等专家模型的精细操作与记忆、工具、机器人接口连接成闭环,代码已在 GitHub 开放。

    推荐理由:开源框架把大模型规划、VLA 执行与记忆机制串成闭环,并给出基准与延时数据,可据此判断具身智能体的工程路径。

  1. 爱范儿78

    Figure 发布 Helix 2.5:零样本进入 30 个陌生家庭,成功率 56%

    Figure AI 于 9 月 17 日发布新一代模型 Helix 2.5,在 30 个真实湾区民宅完成零样本测试,420 次试验成功 237 次,零样本成功率 56%,评测为盲测。

    推荐理由:Figure 公布 Helix 2.5 在 30 个陌生家庭的零样本测试数据,并给出预训练数据规模与成功率的缩放关系。

  1. The Decoder78

    World Labs 发布 Atlas:单一模型从少量照片生成、重建并仿真 3D 世界

    World Labs 发布 Atlas,一个从零开始在文本、图像、视频和 3D 数据上训练的 omni-model,可将每个输入锚定到 3D 空间中的具体位置,形成其称为 spatial context 的共享空间理解。

    推荐理由:World Labs 的 Atlas 把生成、重建与仿真放进同一个模型,读者可据此了解空间智能路线与视频模型路线的差异。

  2. 爱范儿78

    李飞飞 World Labs 发布 3D 世界模型 Atlas

    李飞飞创办的 World Labs 发布 3D 世界模型 Atlas,官方演示中只用 3 到 5 台普通手机和运动相机拍摄,就能生成传统需要 60 台设备阵列才能完成的子弹时间环绕视角。

    推荐理由:原文用子弹时间演示说明稀疏视角重建三维场景的路线,读者可据此理解世界模型与视频生成模型的差异。

  3. 爱范儿82

    World Labs 发布多模态世界模型 Atlas

    李飞飞创办的 World Labs 发布多模态世界模型 Atlas,官方称其从零预训练,可原生处理文本、图像、视频、相机位姿与 3D 深度信息,在同一模型中完成世界生成、空间重建和时空模拟。

    推荐理由:Atlas 把相机位姿作为原生输入并支持稀疏视角重建,读者可据此判断世界模型在具身智能数据生成上的位置。

已经到底了