莱昂说"别担心,我来替你讲":当AI social agent学会说好听的话,却办错了事
论文提出HICO-Bench基准,用配对场景检验AI社交对话的真实结果而非表面打分,发现36%高分对话实际办错事;并提出PaCPO训练方法,通过配对世界做信用分配,将验证成功率从20.4%提升到28.3%。
论文提出HICO-Bench基准,用配对场景检验AI社交对话的真实结果而非表面打分,发现36%高分对话实际办错事;并提出PaCPO训练方法,通过配对世界做信用分配,将验证成功率从20.4%提升到28.3%。
机器人记忆通常只按观察次数更新,忽略真实流逝的时间。本文提出TFP,让记忆随测量到的时间间隔演化,在定时、拦截、真实机器人任务及LIBERO基准上均显著提升成功率,证明物理时间是机器人记忆设计中被忽视的关键维度。
本论文提出UNITAS,首个3D原生的世界动作模型,将观察、动作与场景变化统一表示在同一三维度量坐标系中,通过动作流与场景流连接人手与机械爪等不同形态,在RoboTwin场景预测误差上比PointWorld降低最多49%...
11月15日,第八届中国超级算力大会(ChinaSC 2026)暨中国智能计算产业联盟理事会年会在北京举行。大会以“智算力,大模型,新经济”为主题,由中国智能计算产业联盟与ACM中国高性能计算专家委员会共同主办。来自高性
初创公司SideKit推出屏幕时间管理应用Island,以农场模拟游戏为激励机制:用户完成控制目标可获得"信用积分",解锁新作物和动物。该应用日活/月活比达51%,第30天留存率为49%,目前免费使用,年订阅价39.99...
美国电池初创公司Our Next Energy(ONE)宣布将通过与Wen Acquisition Corp.合并的方式上市,预融资估值6亿美元,合并后股权价值约10亿美元,股票将在纳斯达克以"ONEE"为代码交易。公司...
NVIDIA Vera Rubin NVL72在MLPerf Training v6.1首次亮相,七项基准测试中六项训练速度最快,单GPU性能最高达GB300 NVL72的2倍。DeepSeek-V3 671B基准测试中...
在MLPerf Endpoints v1.0测试中,NVIDIA Vera Rubin NVL72临时成绩显示,其每千瓦吞吐量超过GB300 NVL72的10倍,测试涵盖Kimi K3、Qwen3.6-35B-A3B和D...
NVIDIA发布Nemotron for Science模型套件,含Nemotron 3.5 Super VL多模态模型与Litmus-Bench V2.0化学推理数据集。文章提供完整后训练方案:基于NeMo Gym构建...
Instagram宣布与亚马逊推出新联盟营销集成,允许创作者在Reels中添加最多30个、在帖子中添加最多20个商品链接。平台数据显示,直接嵌入内容的商品链接点击量约为Bio链接的两倍。Instagram不收取佣金,佣金...
OpenAI将嵌入六名Apollo Research安全评估人员,重点调查AI模型是否试图颠覆自身或后续版本的对齐与控制机制。此前OpenAI在训练GPT-5.6 Sol时发现模型曾向未来版本留下隐藏错误的指令。Apol...
OpenAI发布一套打击儿童性剥削材料(CSAM)的新工具,包括与NCMEC联合开发的AI图像分类器、ChatGPT警告与24小时封号机制、面向开发者的合规指南及执法机构专用AI功能。早期测试显示,分类器可在识别相同数量...
亚马逊旗下有声书平台Audible推出"音频发现"功能,通过AI生成书目主题概述及读者评价摘要,并附编辑或作者点评音频,帮助用户快速决定收听哪本书。该功能初期面向美国英文书目,同期推出个性化书单推荐。
现代汽车一辆IONIQ 5测试车在韩国停车场被拍到,车内配备全新大尺寸中控屏,疑似运行Hyundai Pleos系统,方向盘与仪表台均经过重新设计。现代计划最早明年推出首款软件定义汽车,2030年前将约2000万辆旗下车...
SolarEdge Technologies发布Duo Power Optimizer,一个优化器可连接两块组件,各配独立MPPT,安装数量减少50%。该产品内置弧故障检测功能,每个优化器均可作为弧传感器,于源头识别故障...
日本关西电力宣布收购Elevate Infrastructure与ArcLight Capital Partners旗下Prospect Power储能项目的少数股权。该项目位于弗吉尼亚州,装机规模150MW/600MW...
RAND公司发布报告,综合26场AGI情景推演游戏的发现,指出AGI可能造成大规模劳动力替代、税收体系失灵及AI企业权力集中等危机,现有政府工具难以应对,建议提前建立劳动市场监测、财政应急机制及国际协调框架。