一水 发自 凹非寺 量子位 | 公众号 QbitAI 小扎在这头疯狂挖人，结果家里的老员工纷纷跑路了？？ 最新消息， Meta万引强化学习大佬Rishabh Agarwal 即将离职，还留下了一篇让人浮想联翩的小作文： 这是我在Meta的最后一周。 决定不加入新的超级智能实验室并不容易，毕竟那里人才济济、算力爆棚。但在Google Brain、DeepMind和Meta度过了7年半之后， 我更想冒险去尝试一条完全不同的路。 Meta组建超级智能团队的想法非常引人注目，但我最终选择听从扎克伯格的建议："在这个瞬息万变的世界里，最大的风险就是不去冒 险。" 曾被Hinton劝退"不要做强化学习"，下一站未定 Rishabh Agarwals，一直以来从事强化学习和推理研究，谷歌学术论文被上万次引用，h-index也有34。 虽然表面上看起来双方是"和平分手"，但网友们还是从中嗅出了一丝不同寻常的味道： 把小扎的原话甩回他自己脸上，这操作绝了，瑞思拜！ 十亿可以为你买一栋房子，但买不到你的梦想。 不过猜测也好，吐槽也罢。对于Rishabh Agarwal的离职，谷歌、Meta的同事们都清一色地送上了祝福，而且还顺带 ...

Mobile-Agen团队 投稿 量子位 | 公众号 QbitAI 能自动操作手机、电脑的智能体新SOTA来了。 通义实验室 推出 Mobile-Agent-v3 智能体框架，在手机端和电脑端的多个核心榜单上均取得开源最佳。 它不仅能做交互界面的问答、描述、定位，也能一条指令独立完成复杂任务，甚至可以在多智能体框架中无缝扮演不同角色。 PC+Web演示：在Edge浏览器中搜索阿里巴巴的股价。然后在WPS中创建一个新表格，在第一列填写公司名称，在第二列填写股价。 PC演示： 创建一个新的空白演示文稿，然后在第一张幻灯片中以艺术字的形式插入一段文本，内容为"阿里巴巴"。 它既能独当一面，在 AndroidWorld、OSWorld、ScreenSpot等10个主流GUI榜单 中均取得了开源SOTA的水平；也能承担对话、问答、 定位、界面描述等基础任务。 Web演示： 去哔哩哔哩看雷军的视频，然后给第一个视频点赞。 手机演示： 请帮我在小红书上搜索济南旅游攻略，按收藏数排序，并保存第一条笔记。 请帮我在携程上查询济南大明湖风景区的详细信息，包括地址、票价等。 自动化操作手机、电脑成为了各家多模态大模型攻坚的主战场。 ...

主要会议：CVPR、ICCV、ECCV、ICLR、CoRL、ICML、ICRA等； 辅导老师：积极活跃在具身学术领域，有idea。 感兴趣的同学可以添加微信oooops-life咨询，或者直接扫码，备注具身论文辅导咨询。 具身智能之心1v1论文辅导来啦！现在有3个vla、强化学习、sim2real方向的名额，主要面向A会和B会。 ...

如果您真的需要，可以关注下我们的公众号，助力学习少踩坑。 这几天很多同学后台私信我们，自动驾驶如何转具身智能？会不会有比较大的gap。从算法维度上看，具身 智能领域基本延续了机器人和自驾的一些算法，比如训练与微调方式、大模型。当然也有很多具体的任务 不太一样，比如数据采集方式、重执行硬件与结构。 我们也创办了一个具身智能全栈学习社区：具身智能之心，平时分享了很多具身智能相关的算法、数据采 集、软硬件方案等。主要方向涉及VLA、VLN、Diffusion Policy、强化学习、机械臂抓取、位姿估计、机 器人仿真、多模态大模型、芯片部署、sim2real、机器人硬件结构等，日常也分享了很多行业与招聘相关内 容。 ...

近日， 浙江大学流体动力与机电系统国家重点实验室 的研究团队在国际期刊《 Cyborg and Bionic Systems 》上发表一篇系统性综述论文，全面梳理单腿机器人在结构设计、建模方法与控制策略等核心领域 的发展演进与未来挑战。 论文名为《 Bridging the Gap to Bionic Motion: Challenges in Legged Robot Limb Units Design, Modeling, and Control 》， 由中国工程院院士领衔的研究团队撰写，系统探讨了实现 "仿生运动"的关键 路径 ，为理解 "让机器人像生物一样灵活行走"这一根本性难题提供了新的思路。 该研究的独特价值在于：它 不仅追溯了四十多年来从简单伸缩结构到复杂关节系统的演化历程，更重要的是 揭示单腿机器人作为多腿机器人 "基本单元"的科学意义 ——通过在简化系统复杂度的前提下聚焦腿足运动本 质，为波士顿动力 Spot 、云深处绝影等商业化四足机器人的成功奠定了理论基础。 文章链接： https://spj.science.org/doi/10.34133/cbsystems.0365 ▍ 为什么要从 ...

姚班、伯克利、OpenAI、清华……年仅 30 多岁的吴翼身上已经聚集了众多亮眼的标签。 从小到大，似乎无论在哪个阶段、哪个领域，吴翼都可以交出一份不错的答卷：他是 ACM 世界奖牌得主，也是带队冲击 IOI 的教练；他亲历了 Facebook 2012 的崛起、字节跳动 2016–2018 的飞速成长，以及 OpenAI 爆火前的关键时期；他也自己参与了创业、全力做着开源项目。 吴翼创立的边塞科技在 2024 年被蚂蚁收购，团队积累 4 年的规模化强化学习成果如今都积累到了开源项目 AReaL 中，这是一个专为大型推理模型设 计的完全异步的强化学习训练框架。目前在在 Github 上已收获 2.4k stars。AReaL 完全围绕 Agent 打造。谈及定位，吴翼直言："按照这个定位我们没 有竞品"。 在 10 月 23 日 -25 日的 QCon 上海站，吴翼将分享主题为《智能体时代的强化学习：AReaL 框架与 Agent 最佳实践》的演讲。在此之前，我们对吴翼 进行了一次采访，他详细阐述了自己求学、OpenAI 工作和创业的经历和感受。主要观点如下： 在 OpenAI，我学会了 编辑 | Tina、 ...

昨天下午有个小朋友，底子还不错，C9即将研三。正在秋招，来找峰哥诉苦，同门找到了VLA算法岗位 （一个特别有钱的具身公司），我想转来不及了......刚开始都是一起做的传统机器人，SLAM相关。后面不 知道他做了什么项目，进度这么快，面试几家都过了。 这两天同门才刚给我推荐你们社区，体系很完整， 就怕有点晚了。 8月份，陆续有同学找到峰哥，不是拿到口头offer，就是想转具身担心来不及。虽然秋招将近， 但还是那 句话，"什么时候都不算太晚。" 尽快把完整的具身路线补齐才是重中之重，特别是数采和算法、仿真等。 如果你没有较强独立学习和搜索问题的能力，可以来我们的具身社区，也是目前国内最大最全的具身学习 平台【具身智能之心】知识星球。 "具身智能之心知识星球"目前集视频 + 图文 + 学习路线 + 问答 + 求职交流为一体，是一个综合类的具身社 区，近2000人了。我们期望未来2年内做到近万人的规模。给大家打造一个交流+技术分享的聚集地，是许 多初学者和进阶的同学经常逛的地方。 社区内部还经常为大家解答各类实用问题：如何使用设备？如何有效采集数据？如何部署VA、VLA模型 等。是采集背景太复杂还是数据比较dirt ...

VC还是PE心态看理想/物理AI/对组织力的怀疑与批评可以囊括所有看好理想人士近期对理想的观 点。 每一个具体的人，实际都是同时具备VC心态与PE心态的，只是说不同时刻占比不同。 VC还是PE心态看理想 VC心态： 1.更长周期看理想（比如3年5年以上周期） 3.能接受理想说不清楚靠AI长期而言如何收费，更多取决于认为这东西底层对世界的改变有多深刻， 创造价值的潜力有多大。 4.高容忍度，能接受理想实现长期目标过程中多次犯错，多次判断错误，多次说到没做到。 PE心态： 1. 较VC心态明显更短周期看理想（比如一年以内或几个月以内） 2.从务实的层面分析理想的价值（比如卖多少车，有多少营收、单车利润、总利润） 3.如果理想说不清楚靠AI如何收费，就直接选择不信 4.低容忍度，不太能接受理想短期多次误判 对同一个事，VC/PE心态视角不同，已知腾讯从QQ起步发展了微信，构建了巨大护城河，靠广告可 以挣不少钱。字节从今日头条起步发展了抖音/tiktok，靠广告可以挣不少钱。乔布斯2.0时代的苹果从 iPod起步发展了iPhone，谷歌愿意一年给苹果200亿左右美元图默认搜索引擎。 VC心态更愿意从QQ开始，就认为腾 ...

理想VLA司机大模型已经上车了！从发布会上看，VLA 能力的提升集中体现在三点：更懂语义 （多模态输入）、更擅长推理（思维链）、更接近人类驾驶直觉（轨迹规划）。发布会上展示了 四个核心能力：空间理解能力、思维能力、沟通与记忆能力以及行为能力。 ⼀、VLA科研论文辅导课题来啦⭐ 其中思维能力、沟通与记忆能力是语言模型赋予的能力，其中记忆能力还用到了RAG。下面是理 想VLA司机大模型思维链输出的demo：结合了动态目标、静态元素、导航地图、空间理解等等元 素。毫无疑问，VLA已经是自动驾驶学术界和工业界最为关注的方向。 而VLA是从VLM+E2E一路发展过来的，涵盖了端到端、轨迹预测、视觉语言模型、强化学习等多 个前沿技术栈。。而传统的BEV感知、车道线、Occupancy等工作相对较少出现在顶会了，最近也 有很多同学陆续来咨询柱哥，传统的感知、规划这块还能继续发论文吗？感觉工作都已经被做的 七七八八了，审稿人会打高分吗？ 说到传统的感知、规划等任务，工业界都还在继续优化方案！但学术界基本都慢慢转向大模型与 VLA了，这个领域还有很多工作可以做的子领域... 之前我们已经开展了第一期VLA论文指导班，反响很不错 ...

作者 | 理查德·萨顿（Richard Sutton） 2）每一个学习到的权重，都配有一个专门的步长参数，该参数通过在线交叉验证进行元学习； 原标题 | OaK 架构：一个源于经验的超级智能构想 来源 | RLC 2025 会议文章 （ youtu.be/gEbbGyNkR2U ） 编译 | 王启隆 出品丨AI 科技大本营（ID：rgznai100） 随着人工智能发展成为一个庞大的产业，它在很大程度上已经迷失了方向。 我们需要什么才能重回正轨，去探寻真正的智能？ 我们需要能够持续学习的智能体、世界模型和规划能力，以及学习高层次知识和通过元学习掌握泛化的能力。 OaK 架构 正是对所有这些需求的一个系统性回应。从整体上看，它是一个基于模型的强化学习架构，并具备三个鲜明特点： 1）其所有组件都能持续学习； 3）状态和时间上的抽象概念，通过一个我们称之为 FC-STOMP 的五步演进路径被持续创造出来，即：特征构建（ F eature C onstruction）、 基于特征提出子任务（posing a S ub T ask）、学习一个选项来解决该子任务（learning an O ption）、学习该选项的模型（ ...