搜索
GPT-5.6和Fable 5联手，解决了一道悬置25年的数学难题。微软研究院首席研究员Dimitris Papailiopoulos，证明了一个多项式时间算法，能让MIMO检测精确命中最大似然阈值。
由上海交大人工智能学院、深势科技、上海算法创新研究院组成的无尽前沿团队发布BigBang-V1——这是首个基于recursive self-improving原生方式训练出的基座模型。
过去的 Diffusion RL 多聚焦于奖励设计与优化算法，训练时的采样成本被忽视。DMSampler 指出：在在线 RL 中，限制规模化的不只是奖励信号或优化器，很多时候是 rollout 本身太贵。
Claude，开始对密码算法下手了。
机甲觉醒获悉，7月21日，上海仿生机器人企业首形科技宣布于近日完成数亿元A2轮融资。据首形科技官方消息，这轮融到的资金将花在这主要的三个大方向上，首先，进一步完善仿生机器人产品矩阵，其次要建设一条标准化量产产线，最后持续升级仿生具身智能算法，为公司后续商业化规模落地打下坚实的基础。
近日，一目科技宣布完成E轮超10亿元融资，投后估值突破100亿元，跻身具身智能百亿估值俱乐部。多家产业方、一线人民币基金及全球化美元机构联合押注。这笔钱将用于产线订单的规模化量产交付，以及材料、芯片、算法和数据等底层技术的持续迭代。
大家好，我是瓦力，具身算法研究员。 我有个习惯，隔三差五都会去 PI 的官网刷一下，看他有没有新东西。最近这三个月，官网主页是一动没动，停在四月的 π0.7。
3D空间数据的瓶颈，从来不是算法，而是标注。
威联机器人科技（深圳）有限公司（以下简称“MOVA LINCO”）近日完成数千万元天使融资。融资资金将主要用于AI算法底层技术研发、完善产品量产体系，以及全球化渠道布局和家庭AI生态的持续建设。
来自北航、北大、美团的研究团队提出了Policy Improvement Reinforcement Learning, PIRL，以及对应的落地算法 PIPO。这项工作关注的是大模型 RL 后训练中一个非常基础、但长期被默认跳过的问题：一次更新在当前数据上看起来优化了学习信号，是否就真的说明模型策略变强了？