AI 周报 W20:可解释性 / Agent 商业化 / 本地部署 / 多模态 RAG
Published:
本周 Top 10 速览:可解释性、Agent 商业化、本地部署、多模态 RAG、Tool Calling 蒸馏、VLA 部署、人形机器人协作。
Published:
本周 Top 10 速览:可解释性、Agent 商业化、本地部署、多模态 RAG、Tool Calling 蒸馏、VLA 部署、人形机器人协作。
Published:
小米发布 MiMo-V2.5,310B 参数的稀疏 MoE 模型,激活参数只有 15B,推理成本接近一个小模型,能力是旗舰级别的。原生支持图片和音频输入,上下文最长 100 万 token,权重完整开源在 HuggingFace。
Published:
JoyAI-RA 最值得看的地方,不是它在 RoboCasa GR1 Tabletop 上拿了 63.2%,而是京东把一件很多人都知道难、但一直没真做通的事往前推了一步:人类操作视频,终于不再只是机器人论文里的陪衬数据。
Published:
GR00T N1.7 刚发布,最值得看的改动是 VLM backbone:从 N1.6 的内部 Cosmos-2B 换成了 Cosmos-Reason2-2B。这已经是 N1 系列第三次换 backbone 了。
Published:
π0.7 做到了一件之前没有机器人模型做过的事:把训练时见过的技能拼在一起,解决训练时从没出现过的新任务。这个能力叫组合泛化。LLM 早就有了,机器人没有——直到现在。
Published:
谷歌 DeepMind 发布了 Gemini Robotics-ER 1.6,「具身推理」系列模型的重大升级。核心问题:让机器人从「能动」变成「看懂」——看懂空间关系,看懂任务完没完成,知道什么时候不该动。
Published:
Generalist AI 发布了 GEN-1,核心主张是:把成功率做到 99%+,跨过工厂采购自动化方案的隐性门槛。低于这个线,一条流水线每小时要人工干预多次,自动化就失去意义。之前整个行业卡在 64%–81%,GEN-1 是第一个跨过这条线的。
Published:
雷军在微博亲自官宣:小米正式启动 AI 人才专项招募计划,面向全球招募 AI 顶尖人才。招募同步开放三个阶段:应届生、实习生、社会招聘,不限地域。
Published:
Princeton + Physical Intelligence 最近出了篇论文,解决了一个困扰具身智能很久的问题——机器人策略跨本体迁移。