搜索
实现具备人类水平的灵巧操作能力，是机器人学领域长期以来的核心挑战之一。尽管多指灵巧手在硬件上具备了类似人类的潜力，但由于接触丰富的物理特性和非理想的驱动机制，训练能够直接部署在真实硬件上的控制策略仍然非常困难。
“把水果放进盘子里”——机器人看懂了指令，开始执行，却在最后关头抓偏了。
在大模型后训练阶段，监督微调（SFT）和强化学习（RL）是两根不可或缺的支柱。SFT 利用高质量的离线（Off-policy）数据快速注入知识，但受限于静态数据分布，泛化能力往往容易触及天花板并带来灾难性遗忘；RL 则允许模型在探索中不断自我迭代，产生与当前策略同分布（On-policy）的数据，上限极高，但往往伴随着训练极度不稳定、计算资源消耗巨大的痛点。
大模型开发者常面临一个两难选择：要速度，还是省显存？
到2025年末，AI编程已经全面从辅助工具Copilot，转向以AI为主、人类监督的Agent时代。
随着大模型长上下文能力快速增长，海量 KV Cache 存储需求急剧增加，各类 KV Cache 压缩方法如雨后春笋般涌现。然而，这些方案在真实场景中的工程落地却常常陷入困境。
人形机器人在春晚舞台上大放异彩！然而，人们在看惯了机器人跳舞、后空翻，乃至武术表演之后，不禁开始思考：机器人何时才能真正走进大众生活，解决日常生活中的琐碎任务，从而解放人类的双手？
M2.7 开启了模型的自我进化，是我们第一个模型深度参与迭代自己的模型。在专业办公领域，M2.7 对 Office 三件套 Excel/PPT/Word 的复杂编辑能力有了显著提升，能更好地完成多轮修改和高保真的编辑。
近期，围绕「世界模型」这一方向，有两项工作受到较多关注。
京东云直接把小龙虾搬上云端，单周用户暴涨300%。