搜索
新加坡Physical AI公司Ropedia正式发布新一代多模态采集系统HOMIE Gen2，以4目全景360°、十余种模态同步采集与开箱即用的高精度训练级数据，将人类经验规模化为机器人可直接学习的训练数据，推动Physical AI的经验规模化落地。
南京大学联合南洋理工大学提出游戏开发智能体框架VibeGame，组建8人对抗式Agent团队并重造AI-Native游戏引擎，通过试玩验收和经验沉淀实现免训练自我进化，从一句自然语言即可生成完整可玩游戏工程。
The Information刚刚爆料，OpenAI已经采购了数万台Mac mini和Mac Studio，到现在还在追着苹果要货。Anthropic走的是另一条路，从亚马逊AWS租Mac算力。按网友算的账，一台每小时一美元出头，一个月五百到九百多美元。
Ornith-1.5采用模型自出题、自搭脚手架、自跑轨迹的三段式强化学习闭环，在Terminal-Bench 2.1自测中以86.1分超过其自测的Claude Opus 4.8（85.0分），较两个月前的1.0版本提升约11%。
在此背景下，新加坡国立大学、普林斯顿大学与斯坦福、牛津等研究团队合作提出了 Recuris（Recursive Experiential–Working Memory Evolution），作为首个将递归自我改进应用在记忆控制层内的智能体架构，Recuris 通过三项核心技术突破，无需训练即成功实现了从 3B 小模型到 Claude Opus 5 的全面提升。
那这次发布的 Hy4 Preview 到底有什么进步，APPSO 这就给你实测看看。姚顺雨此前反复提到一个思路，比起把模型训练成更会刷榜的「做题家」，混元更关心它到了真实场景里到底好不好用。
随着开源模型能力不断提升，它们已经能够以极低的成本生成多个高质量候选方案，并进一步利用模型自身对这些结果进行验证、打分和筛选。斯坦福团队最新实验发现，使用 DeepSeek V4 Flash + LLM-as-a-Verifier 进行「自验证」，可以在 Terminal-Bench 2.1 上超越 Claude Fable 5，同时整体成本低约 11 倍。
在 2026 世界人形机器人运动会 - 工业场景赛 -「装配上料岗」赛项中，一台机器人需要连续完成搬运上架、拣选上料、物料装配三项任务：从搬运 10kg 物料箱，到七类零件拣选，再到发动机 18 个气门的亚毫米级装配。
不建图、不记忆、零训练：coding-agent 被直接扔进屋里，导航成绩反超工业级专用模型。
过去两年，大模型几乎重写了人机协作的默认想象：写代码、查资料、做分析，似乎都能 “一问即答”。但仔细看会发现，当下很多能力并不是模型自己长出来的，而是人为地在外面包了一层又一层框架。