国内最年轻AI教授创业：要让世界模型走向全身全模态
国内最年轻AI教授创业：要让世界模型走向全身全模态数据越采越多，机器人就能越来越会干活吗？
来自主题: AI资讯
10092 点击 2026-10-14 11:55
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
数据越采越多，机器人就能越来越会干活吗？
相比以往的Agent工具，9月8日正式上线的Muse，凭借更低的使用门槛和更便捷的操作体验，迅速走出技术圈，吸引更广泛的普通用户关注。
九位同志，去俄斯特拉发，待上一年。
不用说话、不用按钮，现在的AI眼镜戴上就能自动上班了。
事情大家都知道了，田柯宇昨天一炒作，一堆人联合出来打假田神，不仅列时间线、列代码、还列上了自己的Github主页，搞学术的就是严谨啊👇 https://keyu-tian-sabotage.github.io
OpenAI正与一家影视制作AI视频初创公司洽谈，拟向其开放已关停的Sora模型使用权并针对影视制作深度定制，若达成协议，OpenAI将获得该公司部分股权。
传统多模态检索，往往要维护多套embedding模型。文本用一套 embedding，图片用一套视觉模型，音频再单独接一条链路。
任务很简单：把一个加热后的杯子放进柜子。一个智能体先把杯子放进微波炉，再放进柜子，随后陷入反复查看柜子的循环。这个无效行为重复了 36 次，直到耗尽行动预算，任务仍然没有完成。
让Agent写周报、分析方案，已经是许多人的日常。但每次开始，用户还得翻找资料、交代背景，智能体也要经过查找、阅读、整理等多个步骤，才能真正开始任务。换个任务，这套流程又得重来。反复处理这些已有资料，既费时间，也增加token消耗。资料越多、步骤越长，还越容易遗漏信息或出现偏差，影响任务完成的准确率。
近日，清华大学电子工程系数据科学与智能实验室在 AI for Science 方向提出面向智能体符号回归（agentic symbolic regression）的运行时框架 SRHarness [1]，让 AI 更可靠地从观测数据中发现公式；同时构建机制发现基准 MechBench [2]，系统评测 AI 能否进一步揭示公式背后的机理。