MMLab@NTU提出原生具身模型NEO-VLA:从像素直出动作
MMLab@NTU提出原生具身模型NEO-VLA:从像素直出动作让机械臂把网球稳稳放到易拉罐上,既要识别物体,也要判断网球是否对准罐顶,以及何时松开夹爪。这些看似简单的操作,往往依赖细微的视觉信息。问题在于,动作模型能否充分利用这些信息?
搜索
让机械臂把网球稳稳放到易拉罐上,既要识别物体,也要判断网球是否对准罐顶,以及何时松开夹爪。这些看似简单的操作,往往依赖细微的视觉信息。问题在于,动作模型能否充分利用这些信息?
香港科技大学 MMSense Lab 的 Visual-Native Agent Harness 通过为图片编号实现跨工具复用,并提出 On-policy Data Evolution(ODE)按 rollout 动态调整出题规则,使 8B 模型八项评测平均准确率从 24.9% 升至 39.0%,该工作获 NeurIPS 2026 接收。
李飞飞创办的 World Labs 正式向所有人开放世界模型 Atlas,同步上线网页应用、开发者 API 及 Viewfinder、Chisel 等工具,可将图片或一句话生成可探索、可渲染并能导出至 Blender 或游戏引擎的 3D 场景。
Anthropic 工程师刚刚提出 “95% 的工程师已经在跑自我改进循环。” RSI 热潮推到眼前,递归循环跑起来了,AI 究竟变强了多少?本文将公开 Theseus Lab 进化纪元的洞察和愿景,并开源 3 项相关工作。
Newcomer联合风投Felicis推出Emergent榜单,列出29家获Runway、ElevenLabs等创始人推荐的AI创业公司,覆盖8个赛道,显示AI创业正从技术叙事转向场景化工程落地。
Alphabet旗下AI药物研发公司Isomorphic Labs正洽谈筹集约50亿美元的新一轮融资,估值预计约500亿美元,交易尚未完成,其AI药物发现项目仍处于临床前阶段。
Thinking Machines Lab发布Inkling 2 Small,并正以400亿美元投前估值筹集50亿美元;其训练数据部分采样自月之暗面Kimi K3,AA称权重放出后将成为中国以外得分最高的开放权重模型。
李飞飞创办的 World Labs 发布 Frameboy 研究预览版,将自回归世界模型 Atlas 接入浏览器云端实时交互,单张图片生成的 3D 世界最高可达 15 fps,并支持自由操控镜头探索。
AI语音初创公司ElevenLabs正考虑于2028年启动首次公开募股(IPO)筹备,以把握企业通信领域AI Agent发展机遇,其估值已因近期3亿美元员工股份出售交易达到220亿美元。
AI 真的能理解三维世界吗?