搜索
在具身智能领域，机器人操作的泛化能力一直是一个核心挑战。当前，视觉 - 语言 - 动作（VLA）模型主要分为两大范式：端到端模型与分层模型。端到端 VLA 模型（如 RT-2 [1], OpenVLA [2]）严重依赖海量的 “指令 - 视觉 - 动作” 成对数据，获取成本极高，导致其在面对新任务或新场景时零样本泛化能力受限。
动点出海获悉，总部位于泰国的AI软件公司Amity宣布完成1亿美元D轮融资。Amity称，这也是迄今东南亚生成式AI领域规模最大的单笔融资之一。据了解，本轮融资由EDBI领投，Asia Partners、SMDV、CMLIM Capital等机构参投。完成本轮融资后，Amity累计融资金额达到1.6亿美元。此前，Amity曾于2024年完成6000万美元C轮融资。
4月21-22日北京站将正式举行~
当人们谈到“世界模型”（World Models）时，很多人会首先想到近年来迅速发展的生成式视频模型。
随着生成式 AI 迈入万亿参数时代，大语言模型（LLM）的推理与部署面临着前所未有的“显存墙”挑战。如何在超节点（SuperNode）复杂的异构存储架构下，实现海量张量的高效管理和调度，已成为大模型落地的胜负手。
随着生成式人工智能在医疗领域的加速渗透，越来越多的病历、影像报告及各类临床文本正逐步纳入 AI 参与生成的范畴。这一旨在提升医疗效率的技术革新背后，潜藏着威胁诊断安全性的深层隐患。
前天 Anthropic 在 Claude 里面上线了基于生成式 UI 的新交互。
根据Xsignal AI Holo（AI全息）数据库数据显示，2026年初的AI细分行业数据，如果说“活跃用户量”代表了用户的使用意愿，那么“使用时长”则揭示了真实的市场依存度。基于这两项指标的交叉分析，市场已出现严重的结构性分化：
在生成式 AI 浪潮中，文生图技术已实现跨越式发展，在视觉呈现上达到了前所未有的高度。然而，在生成图像中准确合成拼写正确、结构规范且风格协调的文字 —— 视觉文本渲染（Visual Text Rendering, VTR），至今仍是该领域尚未攻克的核心难题。
不卷VLA，这家公司给机器人造生成式大脑。