华为大模型核心技术人员联手创业,探索物理世界Scaling Law
据消息,华为大模型领域的两位核心专家联手开启创业,将研发重心聚焦于探索物理世界的Scaling Law(尺度定律),旨在开展物理世界的基础模型实验与技术突破。现有素材信息较为简略,尚未披露创业团队的具体成员姓名、融资规模及技术落地路线,但反映出大模型顶尖研发力量向具身智能及物理AI领域延伸探索的动向。
据消息,华为大模型领域的两位核心专家联手开启创业,将研发重心聚焦于探索物理世界的Scaling Law(尺度定律),旨在开展物理世界的基础模型实验与技术突破。现有素材信息较为简略,尚未披露创业团队的具体成员姓名、融资规模及技术落地路线,但反映出大模型顶尖研发力量向具身智能及物理AI领域延伸探索的动向。
据最新资讯报道,某知名AI学者时隔十年再次署名发表全新研究论文。该研究主要针对自动驾驶系统,旨在提升其超前预测与决策规划能力,使车辆在行驶过程中能够实现“走一步想十步”的长远推理与决策。由于当前输入信息较为有限,具体论文作者姓名、发表机构及核心技术架构等详细细节尚未披露,有待后续深入公开。
诺因发布GLOW技术报告,针对具身智能的泛化学习提出解决方案。该成果致力于实现机器人的“一教就会”,使机器人仅通过人类的一次操作演示,即可完成跨场景的任务复用与迁移执行。输入素材信息有限,未披露GLOW的具体技术架构、实验数据及落地细节。
灵初在机器人训练领域提出不能仅靠增加训练时长,而应严控数据质量,其核心目标在于解决机器人学习中人机动作无法精准对齐的问题。通过提升动作数据的质量与映射精度,助力机器人更高效地掌握作业技能。由于目前公开素材信息有限,关于其具体采用的数据清洗流程、算法模型以及实际落地的硬件验证等细节尚待进一步补充披露。
清华大学联合无问芯穹正式开源具身智能云原生平台RLark,旨在打造具身智能基础设施的新“塔台”。该平台支持高效的机器人设备管理与调度,可实现5分钟内完成机器人纳管,并在10秒内快速启动跨集群任务,为具身智能应用的大规模部署和跨集群高效协同提供了底层云原生支撑。