搜索
一年前，DeepSeek R1 横空出世，人们才意识到，真正让模型产生推理能力质变的，不必是更大的预训练规模 —— 后训练，用强化学习、过程奖励、闭环反馈，以极低的代价解锁了原本需要数倍算力才能触达的能力边界。
昨晚，Claude实验室全新Claude Design功能上线！ 只需输入一句话，它能直接吐出一个可交互的完整原型。Claude Design刚刚发布，Figma等设计公司的噩梦就来了。
今天凌晨，Physical Intelligence发布了全新的VLA模型π0.7，狠狠敲了世界模型一记闷棍。π0.7第一次在机器人领域证明了Compositional Generalization（组合泛化），且VLA。
质量和成本只能二选一？通过大脑+小脑分层、场内+场外双轮驱动，数据堂给出了具身智能数据难题的解。
「Ising 改变了一切。」
近年来研究者们一直在试图通过仿真环境批量产出具身训练数据。
文本驱动的人体动作生成是游戏NPC、虚拟主播、机器人控制等实时交互系统的核心技术。
当前具身智能的VLA（Vision-Language-Action）赛道正陷入典型的「碎片化」泥潭：不同团队采用异构的动作解码范式、强耦合的数据管线、互不兼容的评测协议，导致方法难以横向对比，复现成本极高。
让一个模型概括“这是一段什么视频”，并不难。
2025年之前，想要证明自己混得好，大概得腕上戴块百达翡丽，车库里停辆库里南。但到了AI时代，硬通货变了：看你一年到底烧了多少Token。一年烧掉250亿个Token，有位25岁的韩国小伙子，成了全世界最能烧的人。