缺数据也能拿SOTA？清华&上海AI Lab破解机器人RL两大瓶颈
缺数据也能拿SOTA？清华&上海AI Lab破解机器人RL两大瓶颈视觉-语言-动作模型是实现机器人在复杂环境中灵活操作的关键因素。然而，现有训练范式存在一些核心瓶颈，比如数据采集成本高、泛化能力不足等。
来自主题: AI技术研报
8945 点击 2025-09-27 11:13
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
视觉-语言-动作模型是实现机器人在复杂环境中灵活操作的关键因素。然而，现有训练范式存在一些核心瓶颈，比如数据采集成本高、泛化能力不足等。
在三维重建、NeRF 训练、视频生成等任务中，相机参数是不可或缺的先验信息。传统的 SfM/SLAM 方法（如 COLMAP）在静态场景下表现优异，但在存在人车运动、物体遮挡的动态场景中往往力不从心，并且依赖额外的运动掩码、深度或点云信息，使用门槛较高，而且效率低下。
AI读不懂HTML、Markdown长文档的标题和结构，找信息总踩坑？解决方案来了——SEAL全新对比学习框架通过带结构感知+元素对齐，让模型更懂长文。
Kimi发布全新Agent模型OK Computer ！这个新Agent名字好像还有点儿来头啊……别的先不说，OK Computer到底OK不OK？实测一下！
9月25日，在播客BG2最新一期节目中，BG2主播、Altimeter Capital创始人Brad Gerstner，Altimeter Capital合伙人Clark Tang与英伟达CEO黄仁勋展开了一次对话。黄仁勋在对话中回应了当下市场的关心的问题。
王兴兴的大实话，在高通攒的这场局上，全交代了。目前机器人领域技术路线都不一样，导致看着热闹，但是进展没那么显著；既然现在大家开发的模型都还不能部署直接用，那还不如开放出来，就像OpenAI开源GPT-1/2一样；
2016年，Hinton曾建议停止培训放射科医生，因为他们在未来五年中很可能被AI取代。如今已快九年，美国放射科医生不仅没有被AI取代，而且还以52万美元的平均年薪成为全美第二高薪的医疗专业，岗位数量也创下历史新高。
Agent元年赛程过半，最“难啃”的企业级Agent，怎么样了？表层现象是，想推动企业从“被动接受”到“主动拥抱”Agent，比想象中的难。“无论是过去的SaaS还是今天的Agent，企业在考虑引入与付费的时候遵循的原则其实都是一样的，ToB Agent要深度嵌入企业的决策与运营流程，不能因为技术门槛低就开始盲目尝试。”
第四届琶洲算法大赛中，一道特殊的题目格外引人注目：选手参赛提交的算法，被送上太空，完成整个推理过程。它不是全场最吸睛的议题，却很有可能成为今年AI产业商业化过程中最具标志性的一个瞬间。这场被称为「慧行·AI上星」的实验，背后是国星宇航与佳都科技的联手推动。
Lessie 的定位简单直接：People Search AI Agent。一句话描述它的能力：帮你从互联网与数据库里快速找到任何人，并自动化完成初步联络。创始人、投资人、KOL、潜在客户、行业专家、合作伙伴……只要你能用自然语言描述需求，Lessie 就能迅速在全球范围内挖掘到合适的人选。