第一作者谢云飞是莱斯大学博士生，导师为通讯作者魏晨教授，研究方向包括多模态生成与理解。 Project Leader 肖俊飞是约翰斯・霍普金斯大学博士生，导师为 Bloomberg Distinguished Professor Alan Yuille。 第二作者马崟淞是约翰斯・霍普金斯大学博士生。 图 1: 我们发现，只在例如贪吃蛇这种游戏上进行强化学习训练，模型就能涌现出领域外的泛化能力，在数学、多学科等多个任务上提高性能。 第三作者兰石懿是英伟达 Research Scientist。 最近，强化学习领域出现了一个颠覆性发现：研究人员不再需要大量数学训练样本，仅仅让 AI 玩简单游戏，就能显著提升其数学推理能力。 此前已有研究发现，即使不提供标准答案，仅用数学问题进行强化学习也能提高模型性能，这让人们开始重新思考强化学习的训练方式。而来自莱斯大学、约翰 斯・霍普金斯大学和英伟达的研究团队更进一步：他们让多模态大语言模型 (MLLM) 玩贪吃蛇等简单游戏，无需任何数学或多学科训练数据，就显著提升了模型 的多模态推理能力。研究团队提出了 ViGaL (Visual Game Learning) 方法，在多个 ...

「2026 年将是具身智能的下半场，下半场的核心是应用。应用的供需两侧都在走向成熟。」 在业界普遍认为具身智能行业还处于「技术卡点」阶段的时候，星海图 CEO 高继扬给出了具身智能「下半场」的一些判断。 「过去两年基本上是全民探索具身智能可用场景的阶段。大大小小的企业，所有潜在的用人单位，都在思考如何用具身智能来优化自己的工作流程。许多 应用场景正逐渐变得清晰。同时，整个市场的预期也回归到了一个比较理性的状态。」 同时，对于追求「通用人形机器人」的「通用」，高继扬也给出了一些不一样的看法。高继扬认为，从商业和产品价值的角度来看，当前阶段具身智能最 有价值的是实现对象泛化和动作泛化。而实现本体泛化在商业上的重要性没那么高。 以下是现场分享实录，经 Founder Park 整理后发布。 超 7000 人的「AI 产品市集」社群！不错过每一款有价值的 AI 应用。 邀请从业者、开发人员和创业者，飞书扫码加群： 具身智能进展缓慢，背后的根本原因在于具身智能所需要的高质量数据是缺失的。而数据缺失，是因为缺少高质量、合适的本体。 具身智能，首先要有一个「正确的本体」，一个标准的本体。 把数据采集当作一项生产活动来看待。 ...

VLOG Lab 投稿 量子位 | 公众号 QbitAI 还在靠"开盲盒"选择大模型？ 来自弗吉尼亚理工大学的研究人员推出了个选型框架 LensLLM —— 大幅提升选型效果的同时，成本却降低近90%。 众所周知，在大模型如雨后春笋般爆发的时代，选型成了AI工程师和研究员最大的痛点之一： 首度揭示：LLM微调中的"相变"动力学 近几年，大语言模型（LLM）从学术走向产业，从GPT到LLaMA，再到Mistral、DeepSeek，光是名字就让人眼花缭乱。 但选错模型不仅会浪费GPU资源，更可能拖慢产品迭代速度，甚至导致项目失败。 现有方法依赖经验、调参和"玄学"，在成本和效果之间很难找到平衡。 而LensLLM正是在这个背景下诞生，其目标是 终结LLM选型"靠感觉"的时代 。 展开来说，LensLLM的理论基础来自一项 全新的PAC-Bayes泛化界限推导 ，首次从数学上揭示了LLM在不同数据规模下微调表现的 非线性 变化规律 ，具体表现为： 模型多如牛毛，怎么选才不会"踩坑"？ 而使用LensLLM框架，不仅可以 预测微调后的性能走势 ，还通过全新理论解释了大模型微调中一直难以理解的"玄学现象"。 按照团队 ...

辅导老师介绍 老师均在CVPR、ICCV、ECCV、ICLR、RSS、ICML、ICRA等顶级会议上发表论文，有较丰富的 指导经验。 学员要求 自带一份简历，学校背景：国内TOP100高校，国外QS200以内； 具身智能之心论文辅导正式推出啦！去年的成果还算不错，几个同学中了CVPR和ICRA等会议， 今年和老师们沟通过后，准备继续辅导几名同学冲下顶会，感兴趣的同学可以咨询，辅导方向如 下。 主要方向 更多咨询 多模态大模型，VLA、机器人导航、机器人抓取、具身泛化、具身合成数据、端到端具身智能 体、3DGS等方向； 详细内容欢迎添加微信：oooops-life，做进一步了解。 ...

作者丨 视觉语言导航 编辑丨 视觉语言导航 点击下方 卡片 ，关注" 具身智能之心 "公众号 >> 点击进入→ 具身 智能之心 技术交流群 更多干货，欢迎加入国内首个具身智能全栈学习社区 ： 具身智能之心知识星球 (戳我) ， 这里包含所有 你想要的。 主要贡献 研究背景 具身AGI的定义 ： 论文将具身AGI定义为能够以人类水平的熟练度完成多样化、开放式现实世界任务的具身AI系统，强调 其人类交互能力和任务执行能力。 通用具身智能路线 现状 ： 现有的具身AI模型（如视觉-语言-动作模型，VLA）大多仅支持视觉和语言输入，并且输出仅限于动作 空间。 挑战 ： 类人认知能力不足 论文提出了一个从L1到L5的五级路线图，用于衡量和指导具身AGI的发展，每个级别基于四个核心维度：模 态（Modalities）、类人认知能力（Humanoid Cognitive Abilities）、实时响应能力（Real-time Responsiveness）和泛化能力（Generalization Capability）。 | | | 作者： Yequan Wang , AixinSun 单位： 北京人工智能研究院， 南洋理 ...

Core Viewpoint - The Chinese Ministry of Foreign Affairs criticizes the Democratic Progressive Party (DPP) for aligning with the U.S., stating that such actions will harm Taiwan and lead to its destruction [1] Group 1 - The DPP has placed Huawei and Semiconductor Manufacturing International Corporation (SMIC) on Taiwan's "entity list" under U.S. pressure [1] - The Chinese government opposes the politicization of technology and trade issues by the U.S., as well as the broadening of national security concepts [1] - The Ministry of Foreign Affairs emphasizes that the DPP's actions of "kneeling to the U.S." and "flattering the U.S." will only be detrimental to Taiwan [1]

作者丨 John Carmark 译者丨明知山 策划丨 Tina 快速背景介绍 Id Software Id Software 成立于 90 年代，作为创始人之一，我参与开发了《指挥官基恩》、《德军总部 3D》、《毁灭战士》和《雷神之锤》系列。我深感自豪的是，《雷神之锤》推动了 GPU 的发展 和普及，间接促成了现代人工智能世界的形成。DeepMind 的 DMLab 环境也是基于《雷神之锤 竞技场》的净化版本构建的。 Armadillo Aerospace 与此同时，我在 Armadillo Aerospace 工作了十年，致力于垂直起降（VTVL）火箭的研发。 Oculus 更近一些，我在 Oculus（后被 Meta 收购）为现代虚拟现实奠定了技术基础。 Keen Technologies 我还在 Meta 的时候，OpenAI 创始人试图向我伸出橄榄枝。我深感荣幸，但我并非 AI 领域的专 业人士。 我进行了大量的阅读，形成了一些关于当前局势的看法，并最终确定这就是我能够参与的最重要 的事情。 从系统工程转向研究工作对我来说是一个非常大的变化，但我很享受这个过程。 能与强化学习之父 Richard S ...

该工作第一作者为蚂蚁技术研究院副研究员胡翔，蚂蚁技术研究院高级研究员武威为通讯作者。 在大语言模型如火如荼的当下，长文本建模仍然是一个极具挑战的问题。纠其根源，一方面在于主流 LLMs 的架构 Transformers 中平方复杂度及随序列长度线性增 长的推理阶段显存开销；另一方面在于 full-attention 有限的外推能力，难以泛化到远超预训练阶段长度的输入。 而高效处理长上下文能力，除了简单的工业界降本增效的需求外，还涉及通用人工智能 (AGI) 的核心问题：具有永久记忆的智能体。如果将人类从出生开始接收 到的信息视作长上下文，人类拥有记忆无非是访问这些上下文。因此记忆可以看作是超长上下文访问能力，而拥有与用户所有对话记忆的智能体，很可能为大语 言模型公司构建数据护城河 (事实上，OpenAI 已经开放了类似能力)。 近日，蚂蚁的研究团队为这个问题带来了一个新思路。就像人类开卷考试只会挑和当前问题相关的关键页作为参考，语言模型也可以只关注与当前上下文相关的 过去片段。以此为出发点，他们提出一种 基于因果检索的注意力机制 GCA (Grouped Cross Attention)，完全端到端地学习如何 ...

5月29日，宇树科技向合作伙伴发布通知称，因公司发展需要，杭州宇树科技有限公司即日起名称变更 为杭州宇树科技股份有限公司。届时，原公司所有业务由"新公司名称"继续经营，原公司签订的所有合 同继续有效。该举动引发市场对其准备上市的猜测。在此之前，创始人王兴兴也曾于2025年4月透露"不 排除赴港上市可能"。 5月30日，宇树机器人在微信公众号发布机器人图片并配文"敬请期待"，新款机器人拥有26个自由度 （6*2+2+5*2+2），售价低于10000美元。宇树已发布的G1款人形机器人拥有23个自由度，H1则拥有47 个自由度。 另外，根据东吴证券草根调研，宇树科技人形机器人有望在2025年实现千台级出货，产业化进程加快。 当前机器人已具备完成格斗、马拉松等任务的运控能力，但泛化性仍有限，未来商业化落地的关键在于 加速大模型演进，提升其多场景、多任务的适应与迁移能力。 公司方面，据上市公司互动平台表示， 据搜狐科技6月6日消息，最近，宇树科技更名引发市场关注。从多位知情人士处了解到，宇树科技的股 改已基本完成，仅剩一点扫尾工作，且上市前可能还有Pre-IPO轮融资。 华锐精密：公司与宇树科技的合作经历前期的送样测试 ...

梦晨 发自 凹非寺 量子位 | 公众号 QbitAI 近期arxiv最热门论文， wen&清华LeapLab 团队最新成果： 在强化学习训练大模型推理能力时， 仅仅20%的高熵token就能撑起整个训练效果 ，甚至比用全部token训练还要好。 团队用这个发现在Qwen3-32B上创造了新的SOTA记录：AIME'24上达到63.5分，AIME'25上达到56.7分， 这是600B参数以下直接从base模型训练的最高分。 最大响应长度从20k延长到29k，AIME'24的分数更是飙升到了68.1分。 经典的二八法则（或帕累托法则）指出，通常80%的结果由20%的关键因素驱动，但剩下80%也是不能轻易舍弃的。 但是在大模型强化学习这里，80%低熵token不仅可以舍弃，甚至还可能起副作用，所以这篇论文被命名为"超越二八法则"。 此 外，团队还从token熵的角度探究了RL对LLM的主要影响，并进一步讨论了RL与SFT的区别、LLM RL的特殊性与clip-higher相较于 entropy bonus的优势。 揭开Chain-of-Thought的熵分布密码 要理解这项研究，需要先从一个有趣的观察说起： 团队发 ...