神秘黑马-莫刻机器人冲榜WorldArena，仅32张真武810E封神
神秘黑马-莫刻机器人冲榜WorldArena，仅32张真武810E封神机器人实验室里，这样的画面总是反复出现：屏幕上模拟的机械臂正以完美轨迹移动，但真实世界的一边，玻璃杯还待在桌面上，甚至已被夹爪打翻。
来自主题: AI技术研报
8132 点击 2026-07-30 16:56
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
机器人实验室里，这样的画面总是反复出现：屏幕上模拟的机械臂正以完美轨迹移动，但真实世界的一边，玻璃杯还待在桌面上，甚至已被夹爪打翻。
长视频理解，正在成为多模态大模型的重要能力。
在刚刚落幕的2026 WAIC世界人工智能大会上，无问芯穹首次公布了其在大模型推理系统架构中的新突破——跨集群异构推理架构PDD。
一个苹果从树上落下，今天的视频模型大多能生成一段「看起来正确」的运动：苹果向下、速度加快，最终落地。
近几年，多模态生成模型进步很快。一句指令就能生成图片、视频、音频、网页、UI、分镜，甚至整套演示文稿。只看成品，创作门槛似乎已经大幅降低。
“推理轻量化，训练提效 25%，前端效果同样惊艳。 ”
AI 算力的下一个浪费重灾区，可能就在价值数百万美元的整柜系统内部。
近日，OpenAI 和 Hugging Face 披露了一起AI 安全失控事件。
在日常摄影中，后期处理往往是决定照片最终观感的重要一步。
最近 Claude 又开始大面积封号，我的主号终究也没能幸免。
最近，月之暗面 kimi 正式开源 Kimi K3 完整模型权重，Kimi K3 是一款总参数量达 2.8 万亿、上下文窗口达 100 万 token 的 MoE 大模型，更是全球首个落地的近 3 万亿参数级开源大模型，引起业界热议。
李飞飞老师的World Labs，补了块关键拼图。
每逢重要的新模型发布，我们编辑部通常比新闻本身更早进入工作状态：提前打开官网、直播和社交媒体，等结果陆续出来，大家一边热火朝天地开始写文章，一边梳理参数、榜单和演示案例，判断这一次技术究竟向前走了多远。
鸿蒙PC用户终于不用再等。
是时候讨论一下 AI 的 “第三极”—— 社会智能了。
大规模视频扩散模型，画面越来越真，却总在“物理定律”上栽跟头。
在真实工业环境中，数据并不是静止不变的。
随着网络系统研究复杂度的提升，研究结果复现通常需要研究人员依据论文描述重新实现完整系统。
终于！Agent赛道，不再是自回归（AR）模型一家独大。
哈喽，大家好，我是刘小排。 刚才，有关注我 Token 消耗的小伙伴已经发现：我今天的 Codex 消耗突然很低。
一个Agent可以完整读过任务要求，亲手执行过失败命令，也能在十分钟前准确定位错误根因，但到了下一轮决策，它仍可能像第一次遇到问题一样重走旧路：再次写入已经确认不可写的目录，重新尝试已经被证伪的参数，或者修好局部测试后忘掉最初的验收条件。
给图像生成模型一张人物参考图，它大概率能抓住身份特征。
刚刚，BeingBeyond智在无界发布首个基于人类视频数据的隐式触觉世界动作模型—— Being-H0.8。
JEPA世界模型的底层是Yann LeCun自2017年起持续倡导的自监督学习（Self-Supervised Learning, SSL）。
还记得「苦涩的教训」（The Bitter Lesson）吗？
即使到了人手 N 个 Agent 产品的时代，大部分人还在用 Agent 产品的默认搜索与策略。
训练一个顶级文生图模型，到底需要多少钱？
人类可以轻松想象一个还没做出的动作会带来什么：手一松，杯子会掉；往前一推，抽屉会合上。动作尚未发生，大脑已经预演了可能的结果。对机器人来说，具身世界模型（Embodied World Model）会根据当前观察和未来的动作，预测动作执行后的未来画面。
别无脑把Opus 5推理强度拉到max当冤大头。
让 Agent 上网查资料，已经不算新鲜事。