扩散语言模型驱动的实时交互视频模型:SigmaZ 完成数百万美元融资
扩散语言模型驱动的实时交互视频模型:SigmaZ 完成数百万美元融资Pixel 擅长表达 appearance,Code 擅长表达 structure;未来会进入 Pixel-Code 联合的视觉表达。
搜索
Pixel 擅长表达 appearance,Code 擅长表达 structure;未来会进入 Pixel-Code 联合的视觉表达。
今天,Symbiosis Robotics(共生知行)放出了一段新演示。
AI竞争的焦点,变了。
就在刚刚,SemiAnalysis的一个内部播客,曝出了不少猛料。据悉,Anthropic新模型Mythos 2已经训练完成,但惨遭雪藏。现在,Anthropic正用Mythos 2生成的数据,去全力冲刺Mythos 3!
机器人走出实验室后,训练数据不再只是 “多不多” 的问题:环境能否覆盖真实世界的尺度、遮挡、接触和运动,直接决定策略能否落地。Real2Sim 因此重新受到关注 —— 如果普通视频也能变成可交互的仿真场景,采集成本会比人工建模或专用设备低得多。
刚刚,闭源RSI的钦点严父来了!
“全球首个具身 Physical AI 开源生态,将如何改写机器人行业格局? ”
上周我去参加了一场在旧金山举办的 robotics meetup,主办方是 Silicon Valley Robotics 和 Nomadic AI,地点在 717 Market Street。说实话,我去之前没有太高的预期,觉得这类活动大概就是几个人站着聊天喝酒,讲几个 demo 然后散场。但五个演讲下来,我发现我想多了。
太猛了,DeepSeek Harness 截至当前已经 112 k 的 Star 了,而这距发布仅仅过去三天。而且还在以惊人的速度增长...DeepSeek Harness 的核心就是:一切皆插件。说个不确切的比喻,有点 Agent 时代的 Obsidian 感觉了,自由度太高了。
近日,清华大学智能产业研究院(AIR)与加州大学伯克利分校(BAIR)团队合作提出了一种全新的预测范式 ODEWorld,其建立在连续的“物理时间流”(Physical-Time Flow, PT-Flow)之上。与传统方法直接预测下一帧是什么不同,ODEWorld 试图学习的是:世界究竟怎样从当前状态连续地变化到未来状态。