搜索
Maxinsights累计交付超200万小时第一人称数据，成为Figure、Genesis AI、Dyna Robotics等硅谷头部具身智能团队的数据基础设施，凭借150万小时高质量数据存量与全链路算法处理能力推动具身智能Scaling Law持续验证。
百度营销正式发布擎舵3.0营销创意智能体并升级AIMax与AI投放助手，通过"擎舵造素材→AIMax投流量→AI助手诊断归因"的数据闭环，让AI生成的素材直接接受真实投放效果检验，全面接管营销主流程并对ROI负责。
北京航空航天大学与新加坡南洋理工大学联合在Nature子刊npj Robotics发表PhyFilter模块，借助机器人实时状态反馈与物理微分结构在线修正学习残差，使仅在平地仿真训练的策略可直接跨越石板路、草地、沙地与碎石路等多类未见真实地形。
AI教师已经可以完成不少单次教学任务。
具身智能初创公司费莫一科技（PHYMI）已完成近亿美元种子轮融资，由IDG资本领投，资金将主要用于Physical Agent核心技术研发、真实动态数据体系建设、产品工程化与场景落地以及团队扩充。
具身智能讨论的核心问题正在改变：从谁有更多数据能做出更强基础模型，转向谁能把机器人真正部署到现场，并让它持续做成任务。
近日，机器人圈知名播客节目 RoboPapers 更新了一期专访，对象是光轮智能创始人兼 CEO 谢晨博士。这期节目的采访人是 RoboPapers 播客联合主持人 Michael Cho 和新加坡国立大学（NUS）助理教授 Jiafei Duan。后者是 MolmoAct 系列机器人模型的作者，研究方向正是机器人基础模型与可扩展数据采集。
If I Had One Bet on Robot Learning, I’d Bet on Cross-Entropy. 大语言模型的成功揭示了一个适用于一维序列数据的清晰 Scaling Law：通过自回归训练，并采用交叉熵（cross-entropy）目标函数预测下一个 token 的概率分布，模型能够建模非常复杂的语义概率分布，并随着数据规模和模型规模的增长持续提升性能。
给一个需要长期维护的知识库做数据库选型，通常会碰到两类问题：内容持续更新以后，框架能不能方便修改和回退；数据量和负载上来以后，底层向量数据库能不能根据需求切换。
太震撼了！ 就在刚刚，谷歌DeepMind正式发布「阿尔法」重磅成果——AlphaGenome Atlas。这是一个有前沿AI加持、覆盖全基因组的可搜索预测数据库。