超越 Meta!厦大 HumanPlus 联合 CMU、清华、浙大发布世界最大规模面向 WBI 数据集

厦大 HumanPlus 联合 CMU、清华、浙大发布 HumanPlus-1000:超过 1000 小时连续的真实世界人类行为数据,100+ 参与者、100+ 场景、500+ 类任务,是 Meta Nymeria(约 300 小时 / 264 人 / 50 地点 / 20 类活动)的 3 倍…

2026年9月18日 · 4 分钟 · 1681 字 · gulucaptain

GitHub 又一个 3D 人体可视化项目,AI 能力提升催生新场景

一篇很短的开源速览,推两个 3D 可视化项目:Human Atlas()把日本 DBCLS 的 BodyParts3D 4.0 成年男性解剖数据搬进浏览器,2234 个可单独点选的网格、15 个解剖系统、3432 …

2026年9月17日 · 3 分钟 · 1225 字 · gulucaptain

刚刚,智谱首个 RSI 成果发布,10 万国产卡用 GLM 造 GLM

智谱创始人、首席科学家唐杰公布:GLM-5.3-Flash 的全部生产推理跑在超过 10 万张国产 AI 加速器上,从首次跑通到承载全部生产流量不到两周,端到端吞吐提升到初始基线的 3.2 倍——而完成大部分优化工作的不是 infra 团队,是一个由 GLM-5.3 驱动的 Infra Age…

2026年9月17日 · 5 分钟 · 2255 字 · gulucaptain

GPT-6 屠榜?具身智能还能做什么

一篇匿名评测显示 GPT-6 Astra 不微调就能直接控机械臂,在 RoboLab 上 49/50(98%)压过 π0.5 与混合策略。但把任务换成柔性物体就反转了——叠衣服 Direct 40%、混合 100%,且 Direct 按成功任务分摊的 Token 是混合的 3.35 倍。作者的…

2026年9月16日 · 5 分钟 · 2080 字 · gulucaptain

Odyssey-3:通用物理智能

自动驾驶老兵创办的 Odyssey 发布 Odyssey-3,自称基础世界模型:自回归扩散 Transformer 预训练一次,主干全程冻结,顶部只挂一个学到的 action decoder,用数十小时(驾驶仅 20 小时仿真数据)体验数据就能驱动机械臂、Flexion 人形、印度街道闭环驾驶…

2026年9月16日 · 10 分钟 · 4671 字 · gulucaptain

对话蚂蚁灵波 CEO 朱兴:具身智能进入「百模大战」,机器人还吃不了「粗粮」

APPSO 在 2026 外滩大会对话蚂蚁灵波 CEO 朱兴。灵波的定位是做具身「大脑」(同一套基础模型适配不同构型与任务,靠后训练降门槛),产品线为 LingBot-World(可交互世界生成)/ LingBot-Video(具身视频生成基座)/ LingBot-VLA 2.0 / 数据管线…

2026年9月16日 · 6 分钟 · 2835 字 · gulucaptain

独家丨百度挖来 DeepMind 核心成员 Qiyin Wu

雷峰网独家:前 Google DeepMind 主任工程师、Gemini 核心研发成员 Qiyin Wu 近期加入百度负责大模型预训练(谷歌职级或为 L6–L7,在美国办公);同期另有一位 L7–L8 的 Gemini 预训练专家加入国内某大厂、base 英国。原文给出的两个动因是:国内大厂逼…

2026年9月15日 · 5 分钟 · 2319 字 · gulucaptain

号称人类造的最后一个 AI 要来了,刷屏全网的 RSI 是什么

APPSO 梳理新热词 RSI(递归自我改进):AI 自己写代码、跑实验、改训练流程,再传给下一代模型。文章上半部分介绍上交/清华/字节/上海 AI Lab 等合著的预印本《The Last AI Built by Humans》提出的 RSI 五级自主性(L1 执行改进方案 → L5 改进机…

2026年9月15日 · 8 分钟 · 3741 字 · gulucaptain

实时互动、实时改视频、探索空间视频,Vidu S2 一次放了三个大招

生数科技发布 Vidu S2,三个升级:S2-Avatar(实时互动数字人升到 720P、能执行大幅动作、互动中可随时递参考图让角色换装/拿物/换场景)、S2-Editing(正在播放的视频可实时换装/换人/换背景/换风格,边播边改)、实时空间视频(可实时生成与编辑左右眼画面送进 VR 头显)…

2026年9月15日 · 7 分钟 · 3359 字 · gulucaptain

从GitHub爆火到ECCV Oral,全球开发者把LingBot-Map玩出新高度

蚂蚁灵波开源的流式 3D 重建基础模型 LingBot-Map(论文《Geometric Context Transformer for Streaming 3D Reconstruction》入选 ECCV 2026 Oral)用 Geometric Context Attention 把流…

2026年9月11日 · 8 分钟 · 3946 字 · gulucaptain