破解机器人「慢半拍」难题：南洋理工解决VLA致命短板，动态世界断层领先
破解机器人「慢半拍」难题：南洋理工解决VLA致命短板，动态世界断层领先当物体在滚动、滑动、被撞飞，机器人还在执行几百毫秒前的动作预测。对动态世界而言，这种延迟，往往意味着失败。
来自主题: AI技术研报
10308 点击 2026-02-10 14:13
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
当物体在滚动、滑动、被撞飞，机器人还在执行几百毫秒前的动作预测。对动态世界而言，这种延迟，往往意味着失败。
硬氪独家获悉，人形机器人公司逐际动力LimX Dynamics已完成2亿美元的B轮融资。
离开Meta这座围城后，Yann LeCun似乎悟了“不要把鸡蛋装在同一个篮子里”。一边，他亲手打造了自己的初创公司AMI，试图在世界模型这条赛道上大展拳脚；同时，他的目光又投向了硅谷的另一角。
这篇新论文提出了一种非常简单的新激活层 Derf（Dynamic erf），让「无归一化（Normalization-Free）」的 Transformer 不仅能稳定训练，还在多个设置下性能超过了带 LayerNorm 的标准 Transformer。
新公司名为Advanced Machine Intelligence（AMI），也就是先进机器智能，法语里意为“朋友”。总部位于巴黎，并将在纽约、蒙特利尔、新加坡等地分别设立运营机构。而且和硅谷最近的闭源趋势不同，AMI all in开源。
上下文分割（In-Context Segmentation）旨在通过参考示例指导模型实现对特定目标的自动化分割。尽管 SAM 凭借卓越的零样本泛化能力为此提供了强大的基础，但将其应用于此仍受限于提示（如点或框）构建，这样的需求不仅制约了批量推理的自动化效率，更使得模型在处理复杂的连续视频时，难以维持时空一致性。
北邮最新综述探讨了文生图扩散模型的可控生成技术，总结了在文本条件之外引入新条件信号的方法，从任务和方法两个层面梳理了可控生成技术。
最近，Cursor 也发表了一篇文章《Dynamic context discovery》，分享了他们是怎么做上下文管理的。结合 Manus、Cursor 这两家 Agent 领域头部团队的思路，我们整理了如何做好上下文工程的一些关键要点。
LLM的下一个推理单位，何必是Token？刚刚，字节Seed团队发布最新研究——DLCM（Dynamic Large Concept Models）将大模型的推理单位从token（词） 动态且自适应地推到了concept（概念）层级。
近日，来自伊利诺伊大学芝加哥分校、纽约大学、与蒙纳士大学的联合团队提出QuCo-RAG，首次跳出「从模型自己内部信号来评估不确定性」的思维定式，转而用预训练语料的客观统计来量化不确定性，