Hume团队 投稿 量子位 | 公众号 QbitAI 机器人也能慢思考了！ 上海交通大学携手智元机器人等团队推出了Hume—— 融合系统2（System-2）慢思考的双系统VLA模型 。通过动作价值 引导的动作采样与双系统级联动作去噪，实现深度推理与实时控制的完美结合。 在涵盖长时序规划、复杂柔性物体操作等多种任务场景的广泛实验中，Hume在多种机器人平台上均展露出了惊艳表现，显 著超越当前的最先进模型。 比如像 折叠短裤 、倒咖啡等操作，Hume加持下机器人也能得心应手。在各种复杂场景中达到了91%的平均成功率。 VLA模型缺失的慢思考能力 视觉-语言-动作（VLA）模型在构建通用机器人策略方面取得了显著进展，OpenVLA、π0、GR00T等最新研究已在不同任 务中展示了较强的适应能力。 然而当前的VLA模型大多依赖于直觉反应模式，即根据当前环境"本能地"预测动作，这使得它们在解决复杂、长时序的决策 任务时表现不佳。 与之相对的是，系统2慢思考已经通过测试时计算大幅提升了大语言模型（LLM）解决复杂逻辑推理问题的能力。但将这种 思考范式应用在需要与物理世界交互的机器人上仍是一个巨大挑战。 首先， 如何让V ...

VL-Rethinker团队 投稿 量子位 | 公众号 QbitAI 1.1 GRPO中的「优势消失」问题 (Vanishing Advantages) 在GRPO算法中，优势信号（advantage）是通过比较同一查询组内不同候选回复的奖励来计算的 。当同一个问题组内所有回答获得相同奖 励（例如，全部正确或全部错误）时，计算得到的优势信号便为零 。研究团队发现，在GRPO训练多模态模型的过程中，随着训练的推进， 出现零优势信号的样本比例显著增加，这种现象被定义为 「优势消失」 (Vanishing Advantages) 。 相比于用于更多高质量推理数据的纯文本推理，Vanishing Advantages在能力较强的多模态模型强化学习时尤其突出。 这种显著的Vanishing Advantages源于两方面原因： 在文本推理领域，以GPT-o1、DeepSeek-R1为代表的 "慢思考" 模型凭借显式反思机制，在数学和科学任务上展现出远超 "快思考" 模型 （如 GPT-4o）的优势。 然而，当战场转移至多模态推理场景时，这些「思维巨匠」却表现平平：GPT-o在MathVista、MathVerse等多模 ...

以下文章来源于王智远 ，作者王智远 王智远 . 商业记录者，主持人、《复利思维》《自醒》图书作者；专注于市场营销、消费心理、AI新科技、精 神生活与商业探索。 本文来自微信公众号： 王智远 （ID：Z201440） ，作者：王智远，原文标题：《别让AI替你说出那 句"我觉得"》，题图来自：AI生成 好像我们越来越倾向于， 先看AI输出的内容，再进行二次加工和优化。 我自己就是一个例子。我经常使用Notion AI，在没有AI之前和有了AI之后，我的行为发生了明显的 变化。 以前对很多信息的筛选、整理，都是我亲自搞定，现在不需要了。不用自己动手之后，我发现，自己 的注意力开始变得散漫，也不再像过去那样有强烈的思考的动力。 我现在会习惯性地先把内容丢给AI粗略过一遍，觉得有点价值，就直接导入文档。等要进一步处理 时，再继续向AI提问。 昨天凌晨，ChatGPT推出新功能，我突然冒出一个想法，过去的决策流程是：人先看内容，再做判 断，最后执行；现在则是先提出问题，AI给出建议，再确认方向，接着一步步推进下去。 AI正在重构我们对信息的处理方式，它在帮我们决定：哪些信息应该优先被看到，哪些内容更有价 值，哪些观点更值 ...

好像我们越来越倾向于，先看AI输出的内容，再进行二次加工和优化。 昨天凌晨，ChatGPT推出新功能，我突然冒出一个想法，过去的决策流程是：人先看内容，再做判断， 最后执行；现在则是先提出问题，AI给出建议，再确认方向，接着一步步推进下去。 AI正在重构我们对信息的处理方式，它在帮我们决定：哪些信息应该优先被看到，哪些内容更有价 值，哪些观点更值得深入探讨。 这让我突然意识到一个问题：我们是否正在亲手制造一种"认知外包"的依赖？ 我觉得：是。毋庸置疑，AI设计的本质是鼓励人们少思考。现在许多AI产品的底层逻辑就是"降低认知 负担"，比如一键总结、自动归类、智能推荐等。 我自己就是一个例子。我经常使用Notion AI，在没有AI之前和有了AI之后，我的行为发生了明显的变 化。 以前对很多信息的筛选、整理，都是我亲自搞定，现在不需要了。不用自己动手之后，我发现，自己的 注意力开始变得散漫，也不再像过去那样有强烈的思考的动力。 我现在会习惯性地先把内容丢给AI粗略过一遍，觉得有点价值，就直接导入文档。等要进一步处理 时，再继续向AI提问。 这些功能确实提高了效率，但也在无形中引导我们放弃主动筛选和判断的过程。 这 ...

就在今天， 最新国产深度推理大模型升级更新 ，算力构成全国产化，在模型参数比业界同类模型小一个数量级的情况下，实现了整体效果对 标业界最高水平。 这就是讯飞星火，最新升级的推理模型X1。 一方面是通用任务效果显著提升，在通用任务效果评测中全面对标OpenAI o1和DeepSeek R1，尤其在数学、知识问答等方面表现突出。 （测试集合来源：自建测试集主要来自真实的大模型请求任务数据，来源分布包括讯飞星火APP、星火大模型API、业界主流任务数据等；公开测试集主要以数 学、答题、推理、代码等外部典型测试集为主。） 另一面值得关注的，它还 是 业界唯一一个基于全国产算力训练的推理模型。 在波云诡谲的当下，尤其算力新一波打压H20被禁之后，这样的 模型展现出来的效果和实力显得尤为受到关注。 白交 发自 凹非寺 量子位 | 公众号 QbitAI 英伟达H20也不能用了。中国大模型还能好吗？ 能 。 此外，升级后的星火X1私有化部署简便，定制门槛低—— 4张910B即可部署满血版星火X1，16张910B即可完成行业定制优化 ，再次印证全栈自主可控大模型，具备登顶高水平的实力和持续创新的 潜力。 星火X1升级：长思维链 ...