推荐文章9

具身智能进入数据飞轮产能竞赛

量子位2026-09-24

AI 摘要

行业人士认为，当前具身智能数据时长被高估，数据治理被低估，缺全栈数据工程能力；下一轮竞争比拼数据飞轮周转效率，转速决定落地速度。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

Agent接管现实任务边缘计算需接住

本文结合9月23日英特尔行业解决方案大会的现场案例与产品，探讨AI Agent落地现实任务后边缘计算的新要求，分享多行业落地方案，点明AI从云端演示走向实际业务的产业变化。

本文解读Together AI的新算法论文，讲解大模型强化学习中，采样端与训练端的微小偏差如何累积放大导致训练跑偏，介绍Score Centering校正方法的原理、效果与应用边界。

本文介绍清华大学联合无问芯穹推出并开源的面向具身智能的云原生纳管平台RLark，解决具身智能多设备、多集群协同管控痛点，大幅降低接入和启动耗时，现已完成跨地域真机实测。

小米罗福莉提前剧透MiMo v3核心新架构HySparse2，该架构针对Agent多轮任务中长上下文输入处理成本高的痛点优化，相关论文已公开，模型尚未正式发布，文中披露了架构设计与实验效果数据。