当96个机器人在工厂里不停地插充电器、叠衣服、装手机盒的时候,没人在后面盯着它们一个一个纠正错误。
清华大学联合智元机器人、无问芯穹提出集体经验学习范式,让机器人无需人工纠正,靠自身失败与成功经验互相学习,五个真实操作任务成功率最高达99.2%,96机器人协同训练后手机打包任务从79.2%升至98.3%。
清华大学联合智元机器人、无问芯穹提出集体经验学习范式,让机器人无需人工纠正,靠自身失败与成功经验互相学习,五个真实操作任务成功率最高达99.2%,96机器人协同训练后手机打包任务从79.2%升至98.3%。
论文提出Manga2Animate多智能体框架,通过AI创作者与审核者协作生成动画脚本和视觉分镜,再驱动视频模型生成动画,解决了现有方法丢失漫画画风或讲错故事的问题,实验证明其忠实度与一致性均优于现有方法。
AffordanceWAM提出用可供性作为人类视频与机器人数据间的共享桥梁,构建双专家世界-动作模型,在RoboCasa、CALVIN及真实机器人任务上均显著超越现有方法,验证了可供性监督是让人类经验真正助力机器人学习的...
论文提出INTERLOCK框架,用类型化完成图刻画AI智能体长任务中证据、决策、效果的关联,避免局部正确但整体遗漏。通过双重审查和智能体裁判筛选训练数据,两款Qwen3.6模型在多个外部基准上表现显著提升。
论文提出 Stateful Harness 框架,把规则结算与视频渲染分离,用显式状态和可执行规则约束冻结的视频模型,并构建反事实双胞胎基准 WorldState-Bench,将成对合规率从 32% 提升至 92%。
AdaExploreBench评测八个主流大模型在陌生且会悄悄变化的环境中主动探索与自适应能力,发现即便最强模型校准准确率也仅61.9%,瓶颈在于证据获取质量而非数量。
COPE 提出让语言智能体在成功轨迹上预测未来多步动作,用简洁的决策目标替代噪声观测预测,与 GRPO 共享主干联合训练,在五个基准上提升成功率与样本效率。
RSIFlow提出一种让AI智能体自我诊断瓶颈并自主选择改进方式的框架,元智能体通过积累历史经验持续提升自身调度能力,在六个基准、十二种测试组合中十一次超越现有最优方法。
这篇论文提出HSPR方法,通过分层建模历史响应模式与自适应问询策略,仅用10%任务预算即可准确推算AI软件开发agent在SWE-bench全量基准上的真实得分,误差显著低于现有方法。
DiscoveryRSI提出一套让AI科研助手从自身假设发展历史中递归学习的框架,通过定义可检验科学假设的四要素标准、多智能体演化搜索构建假设树、基于归因证据的假设信用优化训练模型、以及工作流程诊断修正机制,在四个生命科...
论文提出HexaShell系统,用薄层命令接口操控机器人,让编程智能体通过读取图像、编写并修复工具代码来完成任务,无需示范数据或训练。借助三角测量从RGB图像恢复三维位置,系统在RoboDojo基准测试中达到46.9%成...
AI做物理科研能拿高分却答不全题,论文提出PhysClosureBench基准,用研究闭合度新指标揭示AI局部表现亮眼但常未真正解决问题,暴露科研能力的隐藏短板。
论文发现混合架构大模型中循环层与注意力层存在"竞争学习"现象,循环层常抢先学会检索能力并压制注意力层。提出BLD训练法,先冻结循环层让注意力层抢占先机,显著提升检索、长文本及常识推理表现。
本文解读DScout方法,通过拆解训练损失和推理吞吐量两套因子,解决扩散草稿模型"猜得准却跑不快"的矛盾,在Qwen3系列模型上实现最高4.14倍加速,超越现有最优方法。
当AI智能体面临生成、交互、记忆三重资源限制时,盲目检索相关记忆反而可能拖累表现。研究提出TokenWorth框架,通过在线学习查询相关的记忆价值,在多个基准测试中实现了更高成功率和更低token消耗。
该研究提出EC?-Bench评测框架,系统研究边缘设备与云端大模型在长周期智能体任务中的协作模式,涵盖查询路由、逐步路由、边缘控制委托与顾问四种策略,从任务完成度、资源消耗与隐私暴露三个维度评估128个可执行任务,发现协...
Sakana AI提出QD-Rec方法,把质量多样性搜索引入并购、营销、论文推荐等场景,用情境老虎机选候选项、大语言模型生成理由、新颖性检查和盲对决筛选,实验显示其质量和多样性表现均优于传统方法。
研究发现仅凭转录文字,无需声音,大语言模型就能较准确识别说话人身份,并能部分验证性别和口音标签,年龄验证则接近随机,短文本能部分削弱但无法消除这种隐私泄露风险。
本文解读了微软研究院提出的Self-HPO框架,它让代码AI智能体通过交替优化自身工作流程与模型能力实现自我进化,三大基准测试平均解决率从57.8%提升至64.8%,揭示了工具与能力协同进化带来的额外增益。
2014年Simonyan与Zisserman提出双流卷积网络,让空间流看单帧外观、时间流看堆叠光流,再融合两路得分,首次让深度学习在视频动作识别上追平甚至略超手工特征,并成为后续视频理解的标准范式。