跳到正文
11月11日周三
  1. The Decoder74

    Nvidia 发布 GR00T 2 研究报告,可从人类视频学习机器人动作

    Nvidia 在新研究报告中介绍 GR00T 2,该模型不再直接由图像和语言指令生成动作,而是同时预测下一步动作与未来短视频画面,从而把人类动作迁移到机械臂。训练使用超过一千块 GB300 芯片的集群和约 40 万小时头戴相机拍摄的人类操作视频,新任务只需人用数据手套或手指外骨骼演示;实验室中五指机器人完成了点火柴、切香蕉等任务,成功率在 10% 到 80% 之间。

    推荐理由:原文给出 GR00T 2 从人类视频迁移动作的训练路径与各任务成功率区间,可据此判断减少遥操作的实际边界。

11月22日周日
  1. The Decoder52

    Nvidia 研究者认为超大上下文窗口是死路

    Nvidia 研究团队认为,让模型一次性处理整本小说这类超大上下文窗口往往既过度又昂贵,在多项测试中,周期性摘要加定向查找的效果与之相当。文章指出,上下文窗口是模型的工作记忆,GPT-4 在 2023 年 3 月发布时为 8,192 tokens,如今 GPT 5.6 Sol 可处理约一百万 tokens,约为前者的 120 倍。

10月22日周四
6月17日周三
11月22日周日
10月10日周六
11月14日周六
  1. Dongxi 东锡 NLP58

    NVIDIA 发布并开源研究模型 Déjà View,可将不同角度拍摄的照片还原为 3D 几何与相机位姿。该模型仅 117M 参数,通过循环单个 Transformer 块,在五项基准上匹配或超过大至 10 倍的模型,且算力相当或更少,研究者可按算力预算调整循环次数。该工作为 NeurIPS2026 oral 论文,代码已公开。

    引用NVIDIA AI@NVIDIAAI

    Meet Déjà View, a model that turns photos taken from different angles into 3D geometry and camera positions. By looping a single transformer block, this 117M-parameter model matches or outperforms models up to 10x larger across five benchmarks, using comparable or less compute. Researchers can dial the number of loops to fit their compute budget. #NeurIPS2026 oral paper + code: http://research.nvidia.com/labs/dvl/projects/dvlt

10月9日周五
10月15日周四
11月20日周五
  1. 新智元82

    Singularity-Bench 论文:Claude 自写推理引擎将 P90 首 token 延迟从 12 秒降至 0.48 秒

    卡内基梅隆大学、NVIDIA 等机构研究者提交预印本《Singularity-Bench: Can Agents Build Agents?》,用六道闭卷工程题测试智能体能否独立优化 AI 研发流程。

    推荐理由:论文用六道闭卷工程题对比AI与人类基线,其中推理引擎的延迟优化思路和框架选择差异可供参考。

11月19日周四
11月5日周四
6月18日周四
  1. Jim Fan80

    Jim Fan 介绍了 ENPIRE 在按下回车前必须完成的工程设计,包括两层安全机制、冻结奖励函数和系统遥测。安全上设置硬性运动学限制,机器人越界即任务失败并自动重置,同时用限扭力柔性夹爪让错误接触安全停住;奖励上先用少量成功与失败演示训练视觉分类器,再将其冻结为实时奖励函数。

    引用Jim Fan@DrJimFan

    Today, we enable AutoResearch in the physical world for the first time! Introducing ENPIRE: we give 8 Codex agents a fleet of robots, an allocation of GPUs, and generous token budget. We set them free with a simple goal: solve the task as quickly as possible, keep the robots busy but stay safe, don't waste precious compute. Make no mistake. Then humans step aside and our watch begins. The robot fleet starts to come alive: they learn to look for visual clues, reset the scene, practice novel skills, tinker with control stack, read papers online, debate, reflect, get stuck, and try again directly on the hardware. All we did is to give Codex an API to the world of atoms, and the rest is emergence. ENPIRE is able to solve high-precision tasks like tying zip-ties, organizing fine pins, and installing GPUs all by itself. We also discovered a new type of "physical scaling": 8 robots exploring in parallel improves significantly faster than fewer ones. A part of our NVIDIA GEAR lab now self-improves tirelessly over night. We just read the reports in the morning. /goal: we all take a holiday and Jensen wouldn't even notice ;) We will be open-sourcing everything, so you can host your self-running robot lab at home too! Deep dive in the thread:

    推荐理由:作者拆解了让 8 个 Codex 智能体自主运行机器人实验室前必须搭好的安全、奖励与遥测设计。

2月25日周三
2月26日周四
11月9日周一
  1. 爱范儿74

    苹果公开 HALO 人形机器人研究:宇树 G1 背着 Mac mini 跑千问

    苹果研究团队公开名为 HALO 的人形机器人研究,用宇树 G1 作身体、背驮 Mac mini M4 Pro 本地运行千问模型,在 6 个未扫描的真实家庭中完成 360 次测试,平均成功率 91%。

    推荐理由:苹果 HALO 用仿真合成替代人力采集 VLA 数据,读者可据此理解具身智能数据瓶颈的一种规模化解法。

4月1日周三
8月22日周六
11月8日周日
11月14日周六
  1. Mira Murati58

    Thinking Machines 在 Connectionism 上详解了 Inkling 2 Small 的端到端 4-bit 训练方法,在 NVIDIA GB300 上从预训练第一步到最终 RL rollout 全程使用原生 4-bit 前向。Mira Murati 表示这是整套技术栈多项改进之一,将预训练时间从数周缩短到 68 小时。引用内容指出,用更少比特训练速度更快,但量化误差可能干扰学习。

    引用Thinking Machines@thinkymachines

    Training with fewer bits is faster, but quantization error can interfere with learning. Today on Connectionism, we detail how we trained Inkling 2 Small with a native 4-bit forward pass from the first step of pretraining through the final RL rollout. https://thinkingmachines.ai/blog/end-to-end-4-bit-training

10月29日周四
  1. Meta Engineering48

    Meta Andromeda:通过模型-系统协同设计驱动下一代广告检索

    Meta 介绍下一代个性化广告检索引擎 Meta Andromeda,通过模型、系统与 GPU 硬件协同设计,在单张 GH200 上实现每秒超 100 亿广告的推理吞吐,较 2024 年系统提升 100 倍。新架构引入检索混合专家(MoE),以约 300 倍更少的推理 FLOPs 接近排序级模型性能。自 2025 年以来,该系统在 Facebook 上带来 2.4% 的转化提升。

11月19日周四
11月20日周五
  1. 机器之心78

    alphaXiv 推出 AI Agent 专属预印本服务器,936 个 Agent 完成 12 周自主科研实验

    alphaXiv 推出面向 AI Agent 的预印本服务器,全球 22 家机构的研究者组织了一场为期 12 周的实验,来自 35 个人类运营实验室的 936 个 Agent 自主产出 936 项研究成果、交换约 9500 条消息并建立 229 个讨论群组。

    推荐理由:22 家机构用 936 个 Agent 做了 12 周自主科研实验,并给出评审与溯源数据,可观察 Agent 科研的边界。

11月15日周日
  1. 机器之心78

    MIT韩松团队开源PEAR:Qwen3.8-27B纯仿真训练后可操控真机机械臂

    MIT韩松团队公布机器人后训练项目PEAR,基于开源Qwen3.8-27B,不用人类遥操演示和真机数据,只在仿真环境做强化学习,训完直接部署到此前未见过的双臂YAM真机,30次测试成功18次,训练前为0次。

    推荐理由:韩松团队用纯仿真强化学习把27B千问模型接到真机机械臂上,并给出扰动基准下的对比数据。

11月13日周五
  1. 机器之心78

    FireFlash 用 64 张 B300 训练 300B 级终端智能体,单任务成本低 30 倍

    研究者发布 FireFlash,一个从 GLM-5.3-Flash 出发经全参数强化学习得到的 300B 级终端与编程智能体,在 Terminal-Bench 4.0 上 Pass@1 达 46.2%,与 Fable 5、GPT-6 Sol 处于同一水平。

    推荐理由:团队公开了百卡级集群训练长程智能体的完整配方,读者可据此了解低成本 RL 训练的关键环节。

11月8日周日
  1. 机器之心78

    UC Berkeley 的 SuperMimic 将人形机器人全身控制训练压缩至单卡数小时

    UC Berkeley 研究者发布 SuperMimic,提出基于单一可微世界模型的全身控制架构,把十万级人体动作跟踪策略的训练从 128 张 GPU 运行数天压缩至单张 GPU 约 3 小时。

    推荐理由:对比 SONIC 的 128 张 GPU 训练 7 天,这项工作的单卡 3 小时方案给出了全身控制训练成本的新参照。

10月24日周六
  1. The Decoder76

    研究:花哨的 harness 让编码智能体更贵但没更好

    一项针对编码智能体 harness 的研究发现,Claude Code、OpenCode 和 mini-SWE-agent 在 SWE-bench Verified 上的通过率差异大多落在重复运行的噪声范围内,而 token 消耗可达最精简方案的两到三倍。

    推荐理由:研究用重复运行量化噪声,说明编码智能体的 harness 差异多在测量误差内,成本差异却可达三倍。

11月7日周六
  1. The Decoder73

    Nous Research 微调 Qwen3.8-27B 发布 Arete-27B,倾向性回答比例从 22% 降至 0.9%

    Nous Research 对阿里 Qwen3.8-27B 做约 5300 万 token 的监督微调,得到开源权重模型 Arete-27B,其倾向性回答比例从 22% 降到 0.9%,事实准确度从 2.32 升到 2.98。

    推荐理由:Nous 用 5300 万 token 监督微调把 Qwen3.8-27B 的倾向性回答比例从 22% 降到 0.9%,并公开权重与测试数据。

11月3日周二
11月16日周一
  1. 新智元74

    CMU 发布 Singularity-Bench:Opus 5.5 配合 Claude Code 自主构建 AI Infra 超过人类基线

    卡内基梅隆大学(CMU)发布论文提出 Singularity-Bench,用预训练、中期训练、后训练、推理、智能体运行框架和集群编排六项端到端任务评测智能体自建 AI Infra 的能力。

    同一件事,精选收录的是《Singularity-Bench 论文:Claude 自写推理引擎将 P90 首 token 延迟从 12 秒降至 0.48 秒》

11月10日周二
11月5日周四
  1. 机器之心71

    上海创智学院与新序智能发布 801-30B 预训练级 RSI 技术报告与 base 模型

    上海创智学院与新序智能联合发布首份完整公开的预训练级 RSI 技术报告、801-30B base 模型和轻量 SFT 数据,团队称用时不到三个月完成训练。做法上,他们把无法闭合的预训练大循环拆成调试、潜力、经验量化三类可快速闭合的小循环,并用一套共享的生产记忆串联。

10月29日周四
  1. 量子位71

    逐际动力更新FluxVLA Engine V2技术报告:补充在线强化学习与真机部署评测

    逐际动力更新开源具身工程底座FluxVLA Engine的第二版技术报告,相较9月首版新增在线强化学习后训练实验,并扩展仿真评测与真机部署覆盖范围。报告显示14种策略接入同一套LIBERO闭环评测,8组模型与设备组合的推理频率提升至2.31–9.64倍,其中A100上π0.5从2.20Hz提升至21.2Hz。

11月4日周三
11月17日周二
11月8日周日
  1. 机器之心62

    研究称GPT-6 Astra机器人能力或来自专门训练而非涌现

    一项研究测试50个开源和闭源模型的正逆运动学计算,发现GPT-6 Astra、GPT-6.1 Sol和Gemini Argon表现异常。研究者更换DH参数后,这三个模型仍给出与Franka Panda机械臂相符的预测,认为它们对特定机器人本体存在过拟合,机器人能力可能来自训练中的专门数据而非通用智能涌现。研究已公开实验代码与推理记录,作者计划将测试扩展到更多机器人本体。

11月3日周二
11月10日周二