跳到正文
4月7日周二
  1. Generalist · Research Blog70

    Generalist:超越世界模型与 VLA,坚持从 scratch 训练原生物理交互基础模型

    Generalist 发布博文阐述其 GEN-1 模型的核心理念:该模型约 99% 参数从头训练,旨在打造原生物理交互基础模型而非微调的视觉语言模型或单纯的世界模型。作者认为目标驱动优于方法标签,强调在数据充足时从 scratch 训练更具优势,并指出随着物理交互数据量突破半百万小时,以往依赖视觉语言数据的“拐杖”约束正在改变,团队正以此为基础向全零样本机器人和物理 AGI 迈进。

    推荐理由:作者阐述 Generalist 坚持从 scratch 训练 GEN-1 的底层逻辑,认为目标驱动优于方法标签,并指出数据约束已改变。

4月3日周五
  1. Kodiak AI · 自动驾驶货运30

    Kodiak Driver 自动驾驶货运总拥有成本分析:提升利用率与降低运营支出

    Kodiak AI 高管深入剖析自动驾驶卡车的财务细节,指出该技术通过消除驾驶休息限制使车辆连续运行,解决行业约 60% 至 70% 的闲置问题。系统遵循既定路线避免绕路,且因平稳驾驶减少怠速与急刹,显著降低燃油消耗并提升车队经济性。在“十分之一美分”的微利行业中,这些改进带来的每英里成本下降具有变革性意义。

3月29日周日
  1. Google DeepMind12

    DeepMind 重新构想 AI 时代的鼠标指针:Gemini 驱动的实验性交互原理与 Chrome/Googlebook 集成计划

    DeepMind 提出四项原则,利用 Gemini 赋能的 AI 指针将像素转化为可操作实体,支持用户通过指向和语音直接请求如“显示路线”或“比较产品”等复杂任务。该实验环境已在 Google AI Studio 上线演示,并正整合进 Chrome 浏览器及即将推出的 Googlebook Magic Pointer 功能中。

3月18日周三
3月9日周一
3月3日周二
  1. World Labs · Research & Insights42

    World Labs 提出"3D as code"理念,主张用结构化三维表示替代黑盒生成以构建世界模型

    World Labs 认为三维空间是人与机器交互的通用媒介,类比代码作为软件接口,三维数据应成为描述物理与虚拟世界的“空间代码”。该观点指出,相比依赖帧级像素生成的黑盒模型,结构化三维输出能支持人类编辑、仿真重跑及机器人共享状态。结合神经图形学进展,新一代世界模型将加速现有空间工作流并催生全新范式。

12月10日周三
11月24日周一
9月24日周三
  1. Skild AI · Research Blog70

    Skild AI:构建全形态机器人脑以应对不可预测的物理世界

    Skild AI 团队认为现有机器人控制器因过度拟合特定机体而缺乏泛化能力,提出训练一个能控制百万种不同形态机器人的“全形态(omni-bodied)”大脑。实验展示了该模型在零样本条件下对断肢、关节锁定、轮子卡死及加装高跷等极端形态变化的快速适应与恢复能力,利用上下文学习机制从失败中迭代成功。团队认为这种基于适应而非记忆的策略是通往物理世界可靠通用人工智能的关键路径。

    推荐理由:Skild AI 提出通过训练控制百万级不同形态机器人来构建泛化脑,展示零样本适应与上下文学习在物理任务中的潜力。

8月26日周二
7月31日周四
2月26日周三
  1. Kodiak AI · 自动驾驶货运42

    退役中将 Ross Coffman 加入 Kodiak AI 领导国防咨询委员会,推动自动驾驶货运与军用车辆技术部署

    2025 年 2 月 26 日,Kodiak AI 宣布退休陆军中将 Richard "Ross" Coffman 出任战略顾问并组建新的国防咨询委员会。Coffman 将协助公司利用其数百万英里驾驶经验构建的越野自主系统,推动 Kodiak Driver 在美军地面车辆及 Textron RIPSAW® M3 无人车上的部署。