AI资讯新闻榜单内容搜索-Oli

关键词: AI新闻,模型训练,On-Policy Distillation,OPD,在线策略蒸馏

亚马逊公司与杜克大学的研究表明，在大模型后训练的在线策略蒸馏（OPD）中，仅保留万分之一的极端稀疏监督信号即可显著提升学生模型的推理能力，且性能可匹配甚至超越密集全信号训练。

关键词: AI新闻,人工智能,TaoMate-H3,TaoLive AIGC

TaoMate-H3 是由阿里巴巴 TaoLive AIGC 团队研发的音视频联合流式生成模型。基于 MiniMax H3，TaoMate-H3 将三步 LoRA 推理与自回归生成相结合，能够根据文本

关键词: AI新闻,开源小蜂鸟,Colibrì,端侧AI解决方案

GitHub火热开源项目Colibrì以纯C实现分层推理框架，通过AI内存多层化将SSD、RAM和VRAM组成动态调度系统，无需GPU即可让普通笔记本运行744B参数GLM-5.2等超大MoE模型，已揽获32k Star并支持9个模型家族。

关键词: AI新闻,具身智能,DM0.5,智元机器人

具身智能最近又多了一张榜单，而排在第一的，还是一个熟悉的名字：原力灵机 DM0.5。

关键词: AI新闻,On-Policy Distillation,模型训练,人工智能

把 On-Policy Distillation（在线策略蒸馏，OPD）的训练集从 17000 道题删到 1 道，会发生什么？

关键词: AI新闻,DM0.5,具身智能,RoboColiseum

单科冠军不够，具身智能落地需要没有结构性短板的底座

关键词: AI新闻,模型训练,cross-entropy,人工智能

If I Had One Bet on Robot Learning, I’d Bet on Cross-Entropy. 大语言模型的成功揭示了一个适用于一维序列数据的清晰 Scaling Law：通过自回归训练，并采用交叉熵（cross-entropy）目标函数预测下一个 token 的概率分布，模型能够建模非常复杂的语义概率分布，并随着数据规模和模型规模的增长持续提升性能。

关键词: AI新闻,AI实时交互,实时视频,YoLive,Yoroll H3 Superfast

AI视频生成正从质量竞争转向实时速度竞争，AI互动内容公司Yoroll基于开源MiniMax H3模型推出后训练模型Yoroll H3 Superfast，可在4秒内生成10秒768p带音频视频，并上线由其驱动的实时互动叙事产品YoLive。

关键词: AI新闻,具身智能,智象,HiDream

智象未来（HiDream.ai）正式发布具身世界模型HiDream-O1-Embodied，该模型在具身智能评测平台RoboColiseum扰动适应子榜单中以0.692分登顶榜首，标志着智象原生全模态世界模型矩阵的进一步完善。

关键词: AI新闻,模型训练,具身智能,T-RO

过去几年，机器人操作领域几乎被一批新概念重新 “刷屏”。 LLM Planner、VLA、Diffusion Policy、Flow Matching、Latent Action、World Mode