WAIC最狠展台打爆工业「深水区」!它石智航首发具身原生大脑AWE 3.5,具身Scaling全面释放
WAIC最狠展台打爆工业「深水区」!它石智航首发具身原生大脑AWE 3.5,具身Scaling全面释放走进一家大型汽车制造商的线束车间,你会看到和整车工厂截然不同的画面。
搜索
走进一家大型汽车制造商的线束车间,你会看到和整车工厂截然不同的画面。
苏度科技联合创始人、董事长苏昊是ImageNet的核心作者之一,师从李飞飞。这家公司走了一条与硅谷主流“纯大脑黑盒大模型”不太一样的路:软硬件协同设计,上下分层架构,上层负责任务规划与环境理解,下层负责具体物体操作;Sim-to-Real作为核心训练范式,让机器人在虚拟世界里经历几百万年的进化,再迁移到现实。
近日,围绕搜索、推荐、广告等核心业务中的大规模向量检索成本与性能问题,小红书引擎架构团队在 OSDI 2026 会议上发表了论文《The Clustering Strikes Back: Building Cost-Effective and High-Performance ANNS at Scale with HELMSMAN》。
2026年10月1日,IROS 2026 Workshop——Physical World Models for Scaling Embodied AI将在美国匹兹堡举行。论文征集现已开放,8月10日截止;WorldArena 2.0 Challenge三大赛道已于7月10日开赛,总奖金$7500。
针对这一挑战,腾讯内容服务部 BAC 提出了一个名为 ProLaViT(Progressive Latent Visual Thought) 的全新框架。它的核心思想是:别急着下结论,先在连续隐空间里像人一样「步步推导」。 即让模型遵循 「定位 → 聚焦 → 分离」(Locate → Focus → Isolate) 的因果链,逐步收紧视觉注意力,最终精准锁定目标。
昨天看到了一篇论文,特别有意思,让我连夜读完了。
模型决定起点,数据定义终局。
今天上午,一位在 Anthropic 工作的数学家 Levent Alpoge 发了一条推文。学术圈的反应很快。斯坦福的数论学家 Jared Duker Lichtman 转发并逐步拆解了这个反例,还顺手挖出了一段几乎像电影桥段的历史巧合(后面细说)
7月18日,AI圈忽然被这个消息刷屏了。一个名为「Basalt Labs」的神秘中国AI实验室,忽然空降。没有任何预热、没有任何预告,他们在X上扔出了一枚重磅消息——发布Monolith-1.0模型,登顶世界第一!
让大模型给一张图片打“质量分”,它其实经常看走眼。