Skild AI让人形机器人在虚拟环境中自我对弈140年，自主习得足球竞技技能
具身智能独角兽企业Skild AI展示了其最新研究进展：借鉴AlphaGo的强化学习自我对弈思路，让人形机器人“Messinator”在仿真虚拟足球场中累计对弈相当于现实中140年的时长。基于其通用的机器人基础模型Skild Brain与S1架构，机器人自主习得了盘带、护球、抢断和射门等高度复杂的全身协调与动态对抗技能，验证了大规模仿真强化学习在复杂物理运动控制中的潜力。
DC AI 热点
全部 AI 动态
9月26日2026-09-26
9月25日2026-09-25
Rufus-Air：基于GLM-4.5-Air的开源大模型后训练完整方案
该研究提出了开源且可复现的大模型后训练方案Rufus-Air，基于GLM-4.5-Air-Base模型构建。该方案包含八个串行阶段：SFT、推理强化学习、代码强化学习、指令遵循强化学习、通用智能体、代码智能体、搜索智能体及RLHF。能力训练从基础逐步演进至高级，奖励信号从可验证的硬规则过渡到软性评判。全流程依托开源组件与公开数据，无需新增人工标注，并公开了完整的复现细节与基建配置。