具身大模型R1时刻：LIBERO终结者，99.9%背后的物理推理新范式
具身大模型R1时刻：LIBERO终结者，99.9%背后的物理推理新范式机器人拉个拉链，到底需不需要“脑子”？
来自主题: AI技术研报
7604 点击 2026-05-11 16:10
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
机器人拉个拉链，到底需不需要“脑子”？
这是一个“等待被大厂吞没”的行业，还是可能长出像Adobe那样的工具型公司？
4月5日至5月5日，北京同仁堂与阿里生态下的淘宝买药、夸克、飞猪及高德地图展开了一场为期一个月的深度联动。
近年来，大模型能力提升的焦点正在从「训练时扩展」转向「推理时扩展」。从 Best-of-N、Self-Consistency 到更复杂的搜索与验证框架，Test-Time Scaling 已经成为提升大模型复杂推理能力的重要范式。
Claw-Eval-Live提出「活的」benchmark概念，通过信号采集与任务筛选，确保评测内容紧跟企业实际痛点，而非固定不变的题库。评测不仅关注结果，还追踪执行过程，从数据调用到状态变更，全面验证Agent的真实能力。
当多模态大语言模型（MLLMs）在面对科学、技术、工程和数学（STEM）领域的视觉推理题时频频「翻车」，一个根本性的问题摆在了所有研究者面前：大模型做不出理科题，究竟是因为「脑子笨」（推理能力受限），还是因为「眼神差」（视觉感知缺陷）？
他人生最大的一次跨步是博士毕业，毅然决然离开深造9年的物理，来到崭新的AI行业。过去两年，他先后在Anthropic和Google DeepMind出任研究科学家，参与了Claude 3.7、4.5、Gemini 3等关键模型的开发过程。
飞拓星驰（FitX AI）宣布完成数百万美金融资，由日初资本领投，光点资本跟投。这笔融资将用于Fit-OS空间智能 Agent 平台的研发，以及首款客厅 AI Native 终端的量产准备——预计 2027 年 CES 全球首发。
Slock是一个号称AI版Slack的AI群聊。基本形态是一个群聊网页，你首先要接入自己本地电脑的Agent，再把他们拉到一个群里。然后就可以像在工作群指挥人一样，指挥你的Agent们干活啦。
NVIDIA Dynamo 团队发现，Claude Code 向自定义端点发送请求时，prompt 最前面会带一行 session-specific billing header。这行 header 每个 session 都变，导致 52K token 的稳定前缀在 KV cache 中无法复用——TTFT 从 168ms 飙到 912ms。Dynamo 加了一个 `