10万玩家围观的AI小镇回来了,港科大团队想造一个数字生命世界
10万玩家围观的AI小镇回来了,港科大团队想造一个数字生命世界近日,港科大团队孵化的项目Aivilization正式改了名字,叫作AI小镇星原。去年八月,团队刚上线一个连自己都觉得够不上及格线的版本,压力测试只按两三千人的规模准备,结果不到三天,注册用户就冲破了五万,此后热度一路攀升,参与的玩家累计超过十万。
搜索
近日,港科大团队孵化的项目Aivilization正式改了名字,叫作AI小镇星原。去年八月,团队刚上线一个连自己都觉得够不上及格线的版本,压力测试只按两三千人的规模准备,结果不到三天,注册用户就冲破了五万,此后热度一路攀升,参与的玩家累计超过十万。
近年来,视觉 — 语言 — 动作模型(Vision-Language-Action Model,VLA)正逐渐成为通用机器人控制的重要技术路线,但当这些模型真正进入高频闭环执行时,一个矛盾越来越突出:模型越来越大、语义能力越来越强,动作更新却未必足够快。
Agent的能力越来越强,但使用体验仍有一个尴尬之处: 每换一个Agent甚至换一个session,就像换了一个完全不了解你的新员工。
本期《财富》杂志(Fortune Magazine)的旗舰播客《Fortune Next Lead》将镜头对准了戛纳国际创意节(Cannes Lions)上的一场重量级对话。
刚刚完成 GPT-5.6 系列模型的大降价,OpenAI 又传出了新模型的消息。 据外媒 The Information 报道,OpenAI 正准备发布一个新的模型系列,目前暂定名为 Astra。该系列在执行长时间任务方面的能力将有所提升。
最近有个挺有意思的对比实验,来自 Composio 团队。他们用同一个模型 Kimi K3,分别放进三个不同的 agent 框架(harness)里跑 ——Claude Code、Hermes 和 Kimi Code—— 一共测了 28 个完全相同的任务。
浙江大学、清华大学智能产业研究院、影溯 InSpatio、RoboParty Lab 等团队提出的 INTACT(INtent-To-ACTion),一种基于端到端 JEPA 的无搜索世界模型控制方法,试图改变这一范式:直接利用离线轨迹中已有的状态、动作与未来结果,将运动意图转化为动作模型可以读取的语义接口,使模型无需搜索候选动作序列,就能直接生成动作计划
过去的 Diffusion RL 多聚焦于奖励设计与优化算法,训练时的采样成本被忽视。DMSampler 指出:在在线 RL 中,限制规模化的不只是奖励信号或优化器,很多时候是 rollout 本身太贵。
近日,比特无限发布的 Arko-T,是一款面向 Text-to-Structured 3D Generation 的 4B 参数基础模型。该模型由比特无限联创、首席科学家周平义博士带队完成。它接收自然语言描述,直接输出可执行的 Build123d 程序。程序经过 CAD 内核运行后,可以得到带有命名参数、结构特征和建模过程的 CAD 设计实体。
今天,全网都被这位25岁「AI先知」的故事刷屏了。 就在刚刚,华尔街上演了一场教科书级别的平仓。这场血雨腥风的主角,是被硅谷奉为「AI预言家」的Leopold Aschenbrenner,以及他那只439%逆天回报率的对冲基金——Situational Awareness(情境感知)。