开源动态8

腾讯混元开源UniRL打通多模态RL训练

量子位2026-06-17

AI 摘要

腾讯混元庞天宇团队：针对多模态生成RL训练“各自为战”的痛点，开源UniRL框架，统一多模态RL闭环，覆盖主流模型，内置算法与奖励组件，降低工程门槛。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

谷歌发布Gemini 3.8，小模型性价比称王

谷歌发布Gemini 3.8 Flash及专攻网络安全的3.8 Flash Cyber。前者性价比高，在多项测试逼近顶级模型；后者在网络安全测试屠榜。但谷歌也被指提前庆祝，且模型可能有‘刷榜’成分。

新加坡南洋理工大学PINE Lab团队研发Facet - 0机器人基础模型，用于精密装配。它在五项计算机装配任务中平均成功率达82%，能让机器人理解接触状态、判断对错并改进。通过多阶段训练，降低人工干预率，提高失败恢复率。

9月2日消息，前字节跳动Seed团队强化学习专家孙鹏博士加入星尘智能，负责机器人强化学习方向。星尘智能有技术、资本和商业优势，孙鹏经验丰富，此次加入将助力其强化学习后训练发展。

香港科技大学（广州）联合腾讯AI平台部提出VibeWorlding，是可通过多轮对话等自主构建和编辑交互式3D世界的多模态智能体框架。团队开源多项数据，其模型经强化学习后表现超GPT - 5.5等。