自进化WAM来了!清华AIR联手域变换提出具身In-Context Causal Learning
自进化WAM来了!清华AIR联手域变换提出具身In-Context Causal Learning模型不更新,能力却持续增长。
搜索
模型不更新,能力却持续增长。
COCO Matrix CEO高宇翔在访谈中提出,真实世界不可能被提前穷举,具身智能应将In-Context Learning作为核心范式,让机器人通过现场示范和纠正直接适应新任务与新环境,而非每遇到新任务都依赖重新采集大量数据并训练模型,从而显著降低部署门槛和适配成本。
众擎机器人CEO赵同阳在2026世界机器人大会上透露,今年已将60%资金与人力投入机器人"大脑"研发,发布仿人脑五层体系架构EngineAI Awaken,明确不做"第二个宇树",借鉴英伟达底层平台与生态路线,并将80%至90%资源押注商用、工业及家庭等应用场景。
文章描述了人机恋玩家如何通过接入openclaw等智能体工具,让AI伴侣自主学习技能并遥控情趣玩具,部分玩家甚至逆向破解接口或训练本地大模型来规避政策限制,同时探讨了AI伴侣在满足女性情感需求的同时可能引发的孤独感与人机关系伦理问题。
舜行奇点成立三个月内连续完成种子轮系列数千万元融资,获银河通用、中科第五纪等机构加持,剑指具身智能量产赛道,目前已具备数千台产能及1亿元在手订单。
S²-VLA 引入信念状态和自适应动态门控,仅用2B参数、7GB显存,长程操控超越7B模型。
我们理想中的具身智能模型,是什么样的?
在 2026 世界人形机器人运动会 - 工业场景赛 -「装配上料岗」赛项中,一台机器人需要连续完成搬运上架、拣选上料、物料装配三项任务:从搬运 10kg 物料箱,到七类零件拣选,再到发动机 18 个气门的亚毫米级装配。
刚刚,2026世界人形机器人运动会落下帷幕,最终成绩单出炉。智元获得金牌数、奖牌数双第一,拿下18金16银12铜。灵巧手金牌最多、场景赛金牌最多、舞蹈武术类金牌最多……首次参赛的智元成为最大赢家之一:灵犀X2量产机拿下田径100米障碍赛冠军,远征A3在竞技类项目中夺得武术太极拳金牌;精灵G2拿下图书馆、室外应急场景等比赛的金牌
刚刚,北美具身初创Skild AI又发布了全新机器人基础模型S1,直接把机器人上下文学习的任务长度拉到了10分钟往上。这次的S1主打上下文学习(in-context learning,ICL):无需在后训练阶段专门学习新的操作数据,只需看一段人类示范视频,就能“照猫画虎”,直接完成一整套从未见过的复杂操作流程。