搜索
近期，由斯坦福大学计算机科学博士符梓鹏（Zipeng Fu）联合创立的新团队Reward AI，正式发布通用机器人策略OM-1（Omnibody Model 1），并公布了完整的Omnibody技术栈。
就在今天，洛杉矶All-In峰会现场上演了名场面。
地铁急刹，金属尖叫，广播响起「请乘客注意扶稳」，人群骚动、孩子哭声、对讲机杂音一层层涌上来···
大模型过去几年的能力跃迁，几乎都围绕一个词：Scaling。
Agent爆发时代，我们需要什么样的AI计算底座？
真实家庭任务往往从「不完整的信息」开始：机器人不知道目标在哪里，用户也未必能一次说清自己想要什么。面对「帮我从餐桌上拿点零食」这样的模糊指令，机器人不仅要主动寻找候选物体，还要在发现面包和多个甜甜圈后进一步询问用户，确认究竟该拿哪一个。
英伟达CEO黄仁勋在洛杉矶All-In Summit上接听特朗普现场来电，明确表示"绝不让AI减速"，并就AI安全工程化、开源重塑中美AI竞争、英伟达向模型与基础设施两端延伸等议题展开近50分钟讨论，坚持放慢AI发展是错误策略。
网友将HHMI Janelia和Google Research发布的果蝇大脑神经图谱MaleCNS接入AI，让虚拟苍蝇玩《超级马里奥64》《反恐精英2》《艾尔登法环》等游戏、在Coinbase炒币、识别日文平假名、参加虚拟MMA格斗，甚至操控多足机器人。
Z Potentials独家获悉，亿格云已完成近亿元人民币B+轮融资。本轮由MTR Lab与北极光创投联合投资，航行资本担任独家财务顾问。
理解生成统一模型（Unified Multimodal Models, UMMs）正在成为多模态模型的重要发展方向。相比传统的理解模型 + 生成模型，UMM 希望在同一个模型中同时完成视觉理解和图像生成，让文本和图像能够在统一上下文中被理解、推理和生成。