在机器人领域，扩散策略（Diffusion Policy）已经成为了标准模仿学习策略和 VLA 动作生成范式，但其「从随机噪声中迭代解噪」的机制带来了不容忽视的推理延迟。如果机器人不再从随机高斯噪声开始「盲猜」，是否可以基于「刚刚做了什么」来预测「下一步做什么」呢？
由 Datadog 前总裁阿米特·阿加瓦尔创立的 Standard Template Labs 已完成首轮 4900 万美元融资，旨在重塑大型企业内部信息技术服务的运作方式。
人的智能能力主要由推理能力和长期记忆能力构成。近年来，大模型的推理能力一直处于快速发展过程，但大模型的长期记忆能力一直受限于上下文长度，无法取得突破。在历史上，曾经有多种路线进行尝试，但都无法突破扩展性（Scalability）、精度（Precision）和效率（Efficiency）的不可能三角。
告别Token老虎，给大模型来了个“减脂增肌”。
眼见大伙儿玩“龙虾”6到飞起，来自斯坦福&普林斯顿的高校团队也立刻推出了“科研版龙虾”LabClaw。划重点，开！源！人人都能立马用上那种。而且打工方式超级easy，只需一行命令就能调动LabClaw里的龙虾军团。
又给算力又投资，英伟达又有一大笔资源砸向了Mira的初创公司。
让AI像Kaggle顶尖选手一样设计算法，需要几步？
刚刚，YuanLab.ai团队正式开源发布源Yuan3.0 Ultra多模态基础大模型。
昨天，Thinking Maching Lab 研究者、斯坦福大学博士生 Zitong Yang 正式完成了他的博士论文答辩，课题为「持续自我提升式 AI」（Continually self-improving AI），并且他在答辩完成后很快就放出了自己的答辩视频，从中我们可以看到他对未来 AI 发展路径的系统性探索。
MMLab@NTU联合中山大学的最新研究，给出了一份从入门到精通的终极“菜谱”——VLANeXt。这项研究没有简单提出一个新模型了事，而是系统性地从12个关键维度，深度剖析了VLA的设计空间。从基础组件到感知要素，再到动作建模的额外视角，每一步都有扎实的实验支撑。
