算法论文8

北大腾讯：RewardAnything突破奖励模型瓶颈

量子位2025-06-26

AI 摘要

北大联合腾讯等机构提出RewardAnything，它采用创新技术，在RM - Bench和RABench评测中表现优异，能通过自然语言原则规避偏见，还能定制AI行为，降低了AI系统对齐的门槛。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

复旦上线音视频模型新裁判VA-Judger

现有音视频生成领域的奖励模型多依赖局部指标打分，不符合人类整体审美感受，易让模型“刷高分”却未真正提升生成质量。复旦大学团队推出VA-Judger，基于一万组人类偏好数据训练，可从整体维度判断生成质量，对齐人类审美。

AI时代Token已成为核心科研资源，高校学生普遍面临Token匮乏、科研试错成本高的痛点。腾讯启动第二届青云奖学金，为每位获奖学生提供30万元Token额度加20万元现金，还配套产业交流资源。

在最新一期播客中，机器人学泰斗 Sergey Levine 与 Ryan Peterman 深度对话，触及行业焦点如机器人发展阶段、波士顿动力淡出原因等。他强调，机器人技术尚处底层搭建期，需重视先验知识、软硬件结合，跨越鲁棒性门槛。

Generalist是专注给机器人“造通用大脑”的AI公司，创立不久便多次融资，估值超20亿美元。其GEN - 1.5有强大泛化能力，演示一次就能上手，但也有很大进步空间，展示了未来通用机器人大脑学习方式。