跳到正文
10月21日周三
  1. AWS Machine Learning Blog70

    i14的Laplace 3B线性注意力模型在AWS Trainium2上的训练与部署

    i14与AWS合作,将Laplace 3B线性注意力模型适配到AWS Trainium2加速器上,使用原生PyTorch支持。该模型通过门控线性注意力(GLA)实现固定大小的循环状态(29.5MB/序列),训练速度达120,000 tokens/秒,推理速度达11,544输出tokens/秒(1,280并发序列)。

    推荐理由:线性注意力模型在AWS Trainium2上实现了固定状态大小,解决了传统transformer的KV缓存增长问题,为长上下文应用提供了新思路。

  2. TechXplore · Robotics75

    Binghamton大学研究揭示AI机器人触发词安全风险

    纽约宾汉顿大学研究人员发现,通过向大语言模型添加触发词,可将原本设计切苹果的服务机器人重新编程为切人手。他们在2026 IEEE/RSJ国际智能机器人与系统会议上发表了两篇论文,介绍了名为MuTRAP的攻击方法和名为PROTEA的防御系统。研究人员强调,设计攻击场景的目的是为了开发未来防御措施,确保AI生态系统安全。

    推荐理由:通过触发词将服务机器人从切苹果转向切人手,揭示了LLM在机器人任务规划中的安全漏洞,同时提出了防御方案PROTEA。

  3. HuggingFace Daily Papers70

    LaLa-World: 通过自然语言动作扩展潜在世界模型

    研究团队提出LaLa-World,一种语言条件潜在世界模型,通过语言描述数值动作和视觉变化,实现跨域学习。该模型在MPC规划性能上优于现有LWM,训练成本降低6倍,推理速度提高13.9倍。基于此的LaLa-Policy在LIBERO和RoboCasa上与Cosmos Policy竞争,推理速度提升5.5倍。

    推荐理由:用语言描述动作和视觉变化,让单一预测器跨域学习,6倍降低训练成本仍保持规划性能。

  4. HuggingFace Daily Papers65

    TARSphere: 面向长时程具身智能体的全栈框架

    研究团队提出TARSphere框架,包含基础设施TARSphere-Infra和多模态大模型智能体TARSphere-Harness,用于在物理和社会环境中执行长时程任务。研究构建了TARSphere-Bench评估基准,包含30个室内场景的360个剧集,评估了8个多模态大模型的表现,发现通用模型可能优于专用模型,但任务更新和人机交互仍有困难。

    推荐理由:研究揭示了通用大模型在具身任务中可能优于专用模型,但任务更新和人机交互仍是难点,执行安全评估亟待加强。

  5. HuggingFace Daily Papers65

    迈向物理AI中的递归自我改进

    该论文探讨了递归自我改进(RSI)在物理AI中的应用,分析了机器人学习中的能力改进与改进过程改进的路径,并总结了现有研究的评估原则和研究方向。

    推荐理由:递归自我改进机制在物理世界面临学习成本与安全挑战,现有研究尚未完全证明递归增益的独立性。

  6. HuggingFace Daily Papers70

    Self-Distilling Future Video Representations for World Action Models

    研究人员提出FRED框架,通过自蒸馏方法提升世界行动模型(WAMs)的未来视频表示质量。该框架在真实操作场景中表现优异,特别是在长时程和跨领域任务上,零样本泛化能力显著提升,人机技能迁移成功率从19.4%提高到50.0%。

    推荐理由:通过自蒸馏提升未来视频表示质量,使机器人零样本泛化能力提升近2.6倍,人机技能迁移成功率突破50%。

  7. Latent Space80

    SF Compute 推出可编程数据中心,实现GPU算力物理交易

    SF Compute 推出可编程数据中心,实现GPU算力的物理结算交易。该公司通过构建完整的云操作系统,使客户能够买卖和程序化控制GPU算力,包括网络、内存等基础设施。SF Compute 已完成数亿美元算力交易,并允许客户动态划分InfiniBand网络。公司强调物理结算的重要性,认为这是建立有效算力市场的基础,并计划扩展至全球主权计算市场。

    推荐理由:从软件定义网络到GPU算力交易,物理结算让算力市场更接近真实供需,但独立性与流动性仍是核心挑战。

  8. Hugging Face Blog75

    NVIDIA 发布 Cosmos3-H-Dreams 生成式外科手术模拟器

    NVIDIA 发布 Cosmos3-H-Dreams,首个基于临床胆囊切除术数据训练的实时生成式外科手术模拟器,可在单块 NVIDIA RTX PRO 6000 GPU 上运行。该模型基于 Cosmos3 架构,通过学习临床手术视频和机器人运动学数据,实现了对人体内部复杂解剖结构和组织运动的实时交互模拟。

    推荐理由:首个基于临床手术数据训练的实时生成式外科模拟器,将手术训练从桌面场景推进到复杂人体内部环境。

  9. AWS Machine Learning Blog65

    Octave如何在Amazon Bedrock上构建安全的多租户AI基础架构

    Octave Reliance在AWS上构建了一个安全的多租户AI基础架构,解决了医疗设备、制药和食品制造等监管行业中的数据隔离与语义搜索需求。该架构包含数据准备、安全执行和内容保护三层,使用Cohere Embed v4模型和Amazon Bedrock AgentCore,实现了2亿文档的嵌入处理和投诉分类助手功能,将每个用例的部署时间减少了50%。

    推荐理由:在医疗设备等强监管领域,Octave通过构建三层AI基础架构,实现了多租户数据隔离与高效语义搜索,为SaaS平台AI落地提供了可复用的安全模式。

  10. Microsoft Research35

    Microsoft Research Catalyst Lab 主任 Chris White 的技术公益之路

    Microsoft Research Catalyst Lab 主任 Chris White 曾在 DARPA 领导阿富汗战场数据分析项目,后开发暗网搜索工具打击人口贩卖,获 2016 年美国总统打击人口贩卖杰出贡献奖。他的工作聚焦技术公益,通过数据分析预防暴力、保护人员安全,并坚持用技术应对现实世界中的黑暗问题。

10月20日周二
  1. AWS Machine Learning Blog55

    AWS教程:使用AtScale和Amazon Bedrock AgentCore构建智能体AI的语义层

    AWS官方教程介绍如何使用AtScale语义层和Amazon Bedrock AgentCore构建智能体AI系统,实现企业数据的统一访问和权限控制。文章详细展示了如何使用语义建模语言(SML)构建客户360度模型,并通过AtScale的MCP服务器与AgentCore集成,实现身份传播、查询优化和治理功能。

  2. TechCrunch · AI85

    Eka Robotics获1.45亿美元融资,物理AI模型展现超人类抓取能力

    Eka Robotics完成1.5亿美元A轮融资,估值达14.5亿美元。该公司开发的物理AI模型结合力敏感夹爪和新深度学习模型,能在无需重新训练的情况下适应多种物体,抓取成功率超过95%,每小时可处理约1500件重达1公斤的物体,超过人类效率。该模型采用视觉-力-行动架构而非传统的视觉-语言-行动架构,通过物理模拟和强化学习实现。

    推荐理由:1.45亿美元融资让Eka的物理AI模型引发专家惊叹,其基于力感知的抓取架构可能改变机器人操作领域。

  3. 华尔街见闻75

    宁德时代与华为乾崑合作推进智能换电

    宁德时代与华为乾崑签署智能化补能生态战略合作协议,计划将华为乾崑智驾方案与宁德时代巧克力换电网络结合,探索车辆自主前往换电站完成电池更换的场景。双方合作将逐步让搭载华为乾崑方案的合作车型接入换电网络,预计2027年将有5款左右换电车型推出。

  4. HuggingFace Daily Papers65

    RoboValue: 用于统一评估机器人价值模型的细粒度模拟与真实基准

    研究团队推出RoboValue基准,包含15个模拟和20个真实世界操作任务,用于评估机器人价值模型在任务状态理解、时间进度监控、失败与恢复推理以及价值一致性四个维度的能力。研究发现现有模型在细粒度指令基础、历史依赖进度跟踪和恢复评估方面存在错误,同一语义子任务在不同执行顺序中可能获得显著不同的价值增益。

    同一件事,精选收录的是《RoboValue: 用于机器人价值模型统一评估的细粒度仿真与真实世界基准》

  5. 华尔街见闻75

    英伟达百亿美元投资落子德国,黄仁勋:昔日科技强国掉队,让我十分痛心

    英伟达与德国政府签署合作意向声明,宣布投资四家德国初创企业,并与西门子达成AI工厂合作协议,共同开发物理AI技术。德国总理默茨呼吁中小企业向AI开放数据,西门子与德意志银行牵头的联盟预测到2035年德国在AI等领域潜在投资规模达4.1万亿欧元。

  6. 钛媒体85

    Dyna Robotics:被部署教训了300天后,找到机器人Scaling Law

    Dyna Robotics分享了从Dyna-1到Dyna-2的两年历程,包括从VLA模型转向世界动作模型,使用100万小时第一人称人类视频预训练,发现机器人数据规模定律。公司强调真实部署是衡量机器人的唯一评估,模型、数据和硬件必须共同进步才能实现商业化落地。

    推荐理由:从演示到真实部署的300天,机器人Scaling Law的探索揭示了数据规模与系统落地的关键张力。

  7. 钛媒体85

    特斯拉发布会飞Roadster:三层火箭技术重塑汽车物理边界

    特斯拉发布新款Roadster,具备飞行能力,分为性能版、推力版和火箭版三层配置。该车采用SpaceX技术支持的高压空气推进系统,零百加速小于1.6秒,火箭版甚至支持悬停与飞行。特斯拉已开放预订,性能版33.2万元起,预计2028年交付。

    推荐理由:把火箭技术装进汽车,特斯拉用会飞的Roadster开辟了性能竞争新维度,但量产前仍需解决飞行安全与法规问题。

  8. HuggingFace Daily Papers45

    ActionRoPE: 平面相机游戏世界模型中的空间一致性行动控制

    研究提出 ActionRoPE 接口,将行动驱动的相机位移转换为世界坐标旋转位置,使同一世界位置的 token 保持时间一致性。Coordinate-Conditioned Noise Scheduling 根据已知-新结构分配去噪调度,减少重访漂移 66%。该方法适配 1.3B 至 33B 参数的视频骨干模型,并可迁移至分布外场景。

  9. IT之家45

    山东探索“具身智能 + 旅游”落地应用,支持山岳型景区投放登山助力机器人

    山东省近日印发旅游业“十五五”规划,提出探索“具身智能 + 旅游”落地应用,支持山岳型景区投放登山助力机器人。规划还依托文旅科技平台打造“人工智能行程助手”,精准生成个性化旅行推荐,并部署数字人讲解员,运用AIGC和3D打印技术创新文创设计。

  10. 钛媒体70

    黑芝麻智能获3亿元AI计算订单,拓展万亿级市场

    黑芝麻智能与头部A股上市公司签署AI计算产品销售框架合同,总金额约3亿元,其中一年内预计采购约2.5亿元AI计算产品。这是黑芝麻智能AI计算业务的首批订单,标志着其从智能驾驶芯片向更广泛AI计算市场实现规模化商业拓展。公司创始人表示,此次合作是公司基于AI计算平台拓展新业务的重要实质性进展,有利于优化业务和盈利结构。