Claude Fable 5.2 用代码模拟绘画过程生成图像
Anthropic 的 Claude Fable 5.2 通过 Python 程序驱动模拟绘画引擎,以逐笔绘制的方式生成图像,而非调用外部图像模型。
Anthropic 的 Claude Fable 5.2 通过 Python 程序驱动模拟绘画引擎,以逐笔绘制的方式生成图像,而非调用外部图像模型。
OpenAI 再次调整机器人团队,将研究人员并入 Mark Chen 主导的主要研究团队及 Greg Brockman 的应用组织,以加快机器人研发。报道援引 Fortune 称,OpenAI 认为 GPT-6 Astra 等通用模型可直接控制机器人,可能减少专用机器人模型的需求。
Runway 发布机器人控制模型 Praxis-1,以 Apache 2.0 许可开放模型权重和源代码。它可结合摄像头图像、文本指令及机器人位置信息持续预测环境变化并调整动作,权重可从 Hugging Face 获取、代码托管于 GitHub。
Hugging Face 教程使用 UR17G 机械臂、Robotiq 2F-140 夹爪和饮料罐资产,在 Isaac Sim 6.2 中构建机器人抓放仿真。示例让 GPT-6 Sol 生成并运行任务代码,流程涵盖资产下载、机器人装配与验证,以及接近、抓取、抬升、保持、转移和释放。
Latent Space 汇总 AIE CODE 活动及社区近期动态,涵盖 Gemini Decision 1、Claude Fable 5.2、Qwen4、ERNIE 5.5 Flash、AlphaGenome 2、Runway Praxis-1 和 Gemini Robotics 2.5 等进展。
Google DeepMind 发布 Gemini Robotics 2.5 视觉语言动作模型,提升机器人的技能广度、学习速度、灵巧性与安全性。该模型已面向机器人合作伙伴推出,在 200 多项任务中较此前基线取得 30% 至 100% 的更高成功率,任务完成速度提升 20% 至 30%。
推荐理由:模型在灵巧性、真实产线可靠性和安全控制方面的评测数据,为机器人进入非结构化环境提供了具体参照。
NVIDIA 在 CoRL 大会上推出开放机器人技术,包括世界动作模型 GR00T 2、Isaac Lab 3.0、Video to Data 工作流和 Isaac Lab-Arena 0.4 开发者预览。
推荐理由:把世界动作模型、仿真框架和评测基准放在同一条线上讲清了机器人精细操作训练从 locomotion 转向 manipulation 的实现路径。
NVIDIA 正依托韩国制造业与工程优势,推动 physical AI 从研发走向实际生产。
作者实测了 Tau Robotics 的人形清洁机器人,机器人目前仍主要由人工远程操控,可自主吸尘和拖地,并在有人示范动作后完成铺床和叠衣等任务。机器人目前存在楼梯行走不稳、控制设备过热中断、龙头漏水及物品倾倒等问题,服务定价为 $30 每小时单机器人、$60 每周双机器人或 $100 单次双机器人。
Mistral 与 NVIDIA 合作开发 AI 原生工程工作流,将 Mistral Large 4 与 NVIDIA 加速计算、物理建模及 Omniverse 工具结合,以缩短仿真周期并连接仿真、模型开发和工程设计。
Anthropic 联合创始人 Jack Clark 在 10 月 17 日的 IMF 曼谷会议上发表演讲,称 AI 已开始进入人类科学前沿,奇点已进入早期阶段。演讲指出,Anthropic 研究人员当前产出的代码几乎达到公司前四年的 10 倍,但 AI 也同时增强网络攻击能力,可能带来快速变化、巨大财富与潜在危险。
Mistral 在慕尼黑开设德国中心,组建 Physics AI 和工业 AI 专业研究团队,并直接服务企业合作伙伴。中心将展开与 BMW、Siemens Energy 的合作,并与 TUM 合作研究汽车空气动力学数字孪生。Mistral 计划到 2030 年建设 1 GW 欧洲算力容量,并在德国扩充研究、工程和应用 AI 岗位。
Import AI 474 汇总 Michael Levin 的柏拉图心智模式论文、机器人通用后训练方案、Google 空间 TPU 计划及多家 AI 实验室的自动化进展。
Berkeley AI Research 提出 GRASP,一种用于学习型世界模型的梯度规划器,旨在提升长时程规划的稳定性与实用性。该方法将轨迹提升至虚拟状态以并行跨时间优化、向状态迭代加入随机性促进探索,并重塑梯度以获得更清晰的动作信号、规避高维视觉模型中脆弱的“状态输入”梯度。