「具身智能模型」共找到 9758 篇相关文章
默认联网搜索开启,DeepSeek、豆包、Kimi、百度文心一言、腾讯元宝、通义、智谱、天工等AI生成内容信息采集主要来自哪?
作者白杨SEO分享AI搜索优化,提到部分AI大模型默认开启联网搜索,利于做AISEO。还逐个分析DeepSeek、豆包等AI生成内容信息采集来源及占比,助于做好AI搜索优化。
完全复刻火爆全网的机器鸭
这是对Pollen Robotics Microduck的第三方复刻研究,从官方公开的MJCF仿真模型反推出装配图、爆炸图和可直接导入CAD的装配体。该机器鸭软件开源、硬件不开源,但已有信息足以还原装配关系。
真卷啊,AI编程老祖Devin估值反超Cursor了
AI编程赛道竞争激烈。Devin开发商Cognition年化收入逼近10亿美元,新融资估值目标400亿美元,将反超Cursor。其收入倍数收窄,有真实增长,新技术能3秒配好开发环境,产品走智能体路线。
真狠!4 万 Star CodeWhale,AI 写代码最怕的是什么????
文章介绍开源的CodeWhale,它是terminal coding agent harness,GitHub超4万Star。它给代码Agent定规则,涵盖身份、证据等原则。支持多模型,有任务流程和多Agent协作功能,还分析适用人群并给出启动方法。
ICML 2026 | Agentic强化学习训练的信息自锁问题
随着大语言模型走向真实交互,强化学习训练LLM agents时出现信息自锁问题。香港中文大学等研究者分析其原因并提出AREW方法,在多场景实验中表现稳定且具鲁棒性。
xAI落后太多,马斯克“开大”重金求购Cursor,100亿美金“分手费”都敢签!
SpaceX宣布协议,或600亿美元收购代码生成初创公司Cursor,也可能支付100亿美元合作费。xAI代码生成能力落后,此次交易为其带来更强市场立足点,也助Cursor解决算力瓶颈。
Harness Engineering 时代的失败经验
作者分享在Harness Engineering时代使用Coding Agent的经验,指出虽Agent发展快且有成功案例,但实际应用有诸多问题,如部分模型体验差、自然语言模糊影响长程工作等,还给出解决思路,文章会持续更新。
让机器人学会手往哪儿伸、怎么操作,东大团队给了新解法
东南大学魏秀参团队提出 RAAP 解决具身智能领域可供性预测难题。它将 affordance 分解,设计互补推理机制,每任务仅需数十样本,已被 ICRA 2026 接收,实验显示其性能优于基线。
手残党跪了,Pi 0.6机器人15分钟学会拧螺丝,能进厂边干边学了
具身智能领域 Physical Intelligence 公布新进展,借助「RL token」法,让机器人短时间掌握精细操作。该方法给 VLA 加「外挂」,使机器人进化快、学习效率高,在多项任务测试中表现出色。
Harness 工程就是控制论
文章指出OpenAI的Harness工程模式与瓦特离心式调速器、Kubernetes类似,都遵循控制论。代码库此前反馈回路在低层面,大语言模型改变现状,但需校准传感器和执行器,忽视工程实践代价会变得无法承受。