机器人需求驱动导航新SOTA，成功率提升15%！浙大&vivo联手打造
机器人需求驱动导航新SOTA，成功率提升15%！浙大&vivo联手打造让机器人像人一样边看边理解，来自浙江大学和vivo人工智能实验室的研究团队带来了新进展。
来自主题: AI技术研报
7223 点击 2025-07-22 10:15
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
让机器人像人一样边看边理解，来自浙江大学和vivo人工智能实验室的研究团队带来了新进展。
现有视频异常检测（Video Anomaly Detection, VAD）方法中，有监督方法依赖大量领域内训练数据，对未见过的异常场景泛化能力薄弱；而无需训练的方法虽借助大语言模型（LLMs）的世界知识实现检测，但存在细粒度视觉时序定位不足、事件理解不连贯、模型参数冗余等问题。
你可能听说过OpenAI的Sora，用数百万视频、千万美元训练出的AI视频模型。 但你能想象，有团队只用3860段视频、不到500美元成本，也能在关键任务上做到SOTA？
近日，由普林斯顿大学牵头，联合清华大学、北京大学、上海交通大学、斯坦福大学，以及英伟达、亚马逊、Meta FAIR 等多家顶尖机构的研究者共同推出了新一代开源数学定理证明模型——Goedel-Prover-V2。
当前最强大的视觉语言模型（VLMs）虽然能“看图识物”，但在理解电影方面还不够“聪明”。
大家好，我是袋鼠帝 上周五kimi开源了他们最新最强的旗舰模型K2https://github.com/MoonshotAI/Kimi-K2。K2这几天很多博主都写过了，确实很强，如果能搭配世界最强AI编程神器Claude Code，那不得起飞啊！
最强具身大脑，宝座易主！在10项评测中，国产RoboBrain 2.0全面超越GPT-4o。这次，智源研究院开源了具身大脑RoboBrain 2.0 32B版本以及跨本体大小脑协同框架RoboOS 2.0单机版。不仅问鼎评测基准SOTA，还成功刷新跨本体多机协作技术范式！
如今，强化学习（Reinforcement Learning，RL）在多个领域已取得显著成果。
当整个 AI 视觉生成领域都在 Transformer 架构上「卷生卷死」时，一项来自北大、北邮和华为的最新研究却反其道而行之，重新审视了深度学习中最基础、最经典的模块——3x3 卷积。
今日，昆仑万维重磅开源多模态推理模型Skywork-R1V 3.0，这是其迄今最强多模态推理模型，参数规模为38B，在多个多模态推理基准测试中取得了开源最佳（SOTA）性能。