Nvidia
8 則 · 15 天(2026-06-01 ~ 2026-06-16)
-
2026-06-16
Planet Labs 把 AI 推論搬上軌道,Pelican-4 搭 Nvidia Jetson Orin 0.5 秒辨識十餘架飛機
Planet Labs 的 Pelican-4 衛星在 3 月 25 日從距地約 500 公里的低地球軌道,拍攝澳洲愛麗斯泉(Alice Springs)機場影像後,直接以機載 Nvidia Jetson Orin 模組執行推論,0.5 秒內辨識出十餘架飛機,原始影像下的準確率達 80%。Planet Labs 是少數
-
2026-06-15
狀態與動作聯合訓練:Matrix-Game 3.5 的核心賭注2026 年 6 月 13 日,昆侖萬維 Skywork 首席科學家劉揚在北京智源大會首次公開 Matrix-Game 3.5 技術細節,計畫同年 7 月正式發布並附帶完整技術報告。
-
2026-06-14
Oxford/Technion/AITHYRA/NVIDIA 提出 KV-CAT:訓練期遮罩 KV 槽,讓事後壓縮效率從根提升
2026 年 6 月 14 日,Oxford、Technion、AITHYRA 與 NVIDIA 的研究團隊公開論文,提出 KV-Compression Aware Training(KV-CAT),一套在持續預訓練(continued pretraining)階段就強迫 Transformer 學會「以稀疏記憶運作」
-
2026-06-08
教原理還是示範行為?Anthropic SDF 的對齊實驗與自駕車驗證方法的交集
Anthropic 近期公開了一項訓練實驗的細節,結論有些反直覺:要讓大型語言模型在對齊上表現更好,示範「正確行為」的效果,遠不如教它「為什麼這樣做是對的」。這套做法被稱為 SDF,具體操作是把憲法文件與虛構故事混入預訓練的 next-token 預測任務,不靠強化學習(RL)塑形行為。結果顯示對齊偏差降低超過 3 倍
-
2026-06-06
幾何重建連霸、資料牆被捅破、遊戲成基座:讀懂 CVPR 2026 三條主線
CVPR 2026 在丹佛落幕,74 篇入圍、5 篇獲獎。略過花名冊,三條主線值得做研究和建產品的人記好。
-
2026-06-04
小鵬 CVPR 拒答路線之爭:VLA 與世界模型雙軌協同,Tesla、Waymo、英偉達同台聆聽
CVPR 2026 首屆具身智能基座模型部署研討會上,特斯拉、Waymo、英偉達等物理 AI 第一梯隊悉數到場。受邀登台的唯一中國企業是小鵬。小鵬通用智能中心負責人劉先明被問及「走 VLA 路線還是世界模型路線」,給出第三個答案:小鵬物理世界基座模型既是第二代 VLA、也是世界模型,二者用不同訓練訊號協同進化。
-
2026-06-03
跨维智能奪下 WorldArena Track 2 全球第一,世界模型的勝負標準從畫面真實轉向數據可執行性
WorldArena 5 月 25 日截止的最新榜單顯示,跨维智能的世界模型 DSCFuncWorld 拿下 Track 2(Data Engine)全球第一,比分顯著領先第二名,並超越 WoW、BLM 等國際旗艦模型。值得注意的是,跨维智能拿下的不是視覺逼真度賽道,而是以機器人實際作業任務成功率為核心評判標準的 Tr
-
2026-06-01
xAI Ethan He:影片模型的智能源自 LLM,下一個 Sora 是影片 Agent
前 NVIDIA Cosmos 世界模型主導工程師 Ethan He 加入 xAI 後,率小型團隊在三個月內從零建出 Grok Imagine,並在 Latent Space podcast 拋出反直覺核心論點:影片模型的「智能」主要來自 LLM,不是來自看更多影片訓練資料。這個判斷直接改寫了影片生成的下一步路線圖。