让自然语言成为世界模型的表征,英伟达Physis-Lang这样增强视频物理真实性
让自然语言成为世界模型的表征,英伟达Physis-Lang这样增强视频物理真实性英伟达联合MIT和牛津大学团队提出Physis-Lang,通过物理语言描述、自进化准则和能力导向的数据检索提升视频模型的物理理解与生成表现,其Cosmos3-Super和Cosmos3-Nano在Physics-IQ Verified分列第一、第二。
搜索
英伟达联合MIT和牛津大学团队提出Physis-Lang,通过物理语言描述、自进化准则和能力导向的数据检索提升视频模型的物理理解与生成表现,其Cosmos3-Super和Cosmos3-Nano在Physics-IQ Verified分列第一、第二。
谷歌推出Gemini游戏创作平台Playground,支持用自然语言生成和修改2D、3D游戏,并公布与Unity合作推出Unity Spark的计划。
普林斯顿大学陈丹琦团队在arXiv发布约4B参数模型QUEEN,通过门控交叉注意力连接Leela与SmolLM3-3B,并引入四阶段课程和迭代搜索蒸馏,使其棋力接近特级大师且能用自然语言解释着法。
酉术量子全球首发UnitarySpark异构计算硬件底座及UnitaryLab 2.5公测版,基于上海交大原创"薛定谔化"算法框架,通过AI Agent实现自然语言驱动的量子科学计算,数据全程本地处理,并与国盾量子等达成战略合作。
近年来,视觉语言模型(Vision-Language Model, VLM)在图像理解、语义推理等任务中展现出了强大的能力。然而,当这些模型真正进入物理世界,让机器人根据一句自然语言指令完成自主导航时,仍然面临巨大挑战。
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。
AI正在改变软件开发方式。过去需要从零编写的程序,现在可以用自然语言描述需求,再由AI生成代码初稿。
从物理视频生成到运动迁移,再到可控世界建模。
Eazo 是一个 AI 原生互动内容创作与分发平台。Creator 可以用自然语言创造真正可运行的 App、3D 世界和 AI Agent,并直接发布到 Eazo Feed,让作品被发现、被使用、被试玩、被 Remix,并在真实反馈中找到增长和商业化机会。
刚刚,杭州大模型公司西湖心辰宣布,公司近日完成数亿元人民币B+轮融资。该公司创始人蓝振忠,是卡耐基梅隆大学AI博士、自然语言处理预训练语言模型“ALBERT”第一作者,曾任谷歌人工智能研究院科学家,研究成果已被应用于Google News、Google Assistant 等数亿级用户产品中。他于2020年6月受聘于西湖大学,创办深度学习实验室并担任博士生导师。