为破解机器人产业「一机一调」的开发困境，智源研究院开源了通用「小脑基座」RoboBrain-X0。它创新地学习任务「做什么」而非「怎么动」，让一个预训练模型无需微调，即可驱动多种不同构造的真实机器人，真正实现了零样本跨本体泛化。
原文作者：David Adam 本篇《自然》长文共3702字，干货满满，预计阅读时间12分钟，时间不够建议可以先“浮窗”或者收藏哦。 研究表明，电子伙伴类应用有利有弊——但科学家们担心长期依赖性。 绘
2025 年 9 月 26 日，在华东师范大学数据学科建设十二周年纪念活动上，华东师范大学与奇点智能研究院正式揭牌共建“华东师范大学—奇点智能研究院开源创新与变革联合实验室”（以下简称“联合实验室”）。
最近，千寻智能的研究人员注意到，基于模仿学习的视觉运动策略中也存在类似现象，并在论文《Do You Need Proprioceptive States in Visuomotor Policies?》中对此进行了深入探讨。
作者：张小珺 2024年12月底，正在休假的汤道生，在腾讯集团总办层提出了一个建议。 过去一年，他一直在思考一个问题：AI Chatbot市场正从技术底层研究，转向前线产品用户的争夺，腾讯元宝该如何拿
AI博士就业市场呈现两极分化：顶尖人才获百万年薪，但多数普通博士面临困境。他们因论文成果不足、研究方向非热门、缺乏人脉推荐、与企业需求脱节等因素，在求职中屡屡碰壁。学术评审混乱、论文内卷、产学脱节及对行业快速迭代的焦虑，进一步加剧了普通AI博士的就业压力。
GPT-5，你这家伙！ 究竟还有什么事是我不知道的？ 在一篇最新论文中，研究人员让它挑战了5个尚未解决的优化猜想。 结果它居然解出了其中3个！
明星创业公司Thinking Machines，第二篇研究论文热乎出炉！公司创始人、OpenAI前CTO Mira Murati依旧亲自站台，翁荔等一众大佬也纷纷转发支持：论文主题为“Modular Manifolds”，通过让整个网络的不同层/模块在统一框架下进行约束和优化，来提升训练的稳定性和效率。
采访时间不到1小时，信息密度却堪称爆炸！ OpenAI首席科学家Jakub Pachocki和首席研究官Mark Chen开启同台爆料模式：氛围编码的下一步或许是氛围研究（Vibe Researching）；
在大模型训练时，如何管理权重、避免数值爆炸与丢失？Thinking Machines Lab 的新研究「模块流形」提出了一种新范式，它将传统「救火式」的数值修正，转变为「预防式」的约束优化，为更好地训练大模型提供了全新思路。
