AI资讯新闻榜单内容搜索-Ed

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
搜索: Ed
突发|OpenAI解散独立机器人团队

突发|OpenAI解散独立机器人团队

突发|OpenAI解散独立机器人团队

OpenAI已解散独立机器人研究团队并将人员并入核心研究和Applied部门,称并非退出机器人领域,而是因GPT-6 Astra等通用模型可直接执行机器人任务,推动机器人研发与基础模型更紧密结合。

来自主题: AI资讯
9455 点击    2026-11-14 12:47
88比12!在攻克癌症这件事上,垂类AI比国际主流通用大模型和人类医生都在行?

88比12!在攻克癌症这件事上,垂类AI比国际主流通用大模型和人类医生都在行?

88比12!在攻克癌症这件事上,垂类AI比国际主流通用大模型和人类医生都在行?

未来医生医疗大模型MedGPT在40例真实复杂肺癌病例盲评中以88:12战胜250名三甲医生,综合评分96.22领先GPT-5.4 Direct、Claude Opus 4.7 Direct和Gemini 3.1 Pro Direct,并使医生辅助下方案得分提高24.1%。

来自主题: AI资讯
8386 点击    2026-11-14 12:46
中专生拍出《哈利·波特》爆款!欧美明星、好莱坞制片人集体点赞

中专生拍出《哈利·波特》爆款!欧美明星、好莱坞制片人集体点赞

中专生拍出《哈利·波特》爆款!欧美明星、好莱坞制片人集体点赞

中国中专生foyege签约AI创作平台LibTV后,以一人团队借助LibTV调度Seedance、万相、可灵等模型制作AI版《哈利·波特》短剧,系列在海外获3000万播放,并获欧美明星及好莱坞制片人点赞。

来自主题: AI资讯
6738 点击    2026-11-14 12:45
以智能体视角,清华首发具身智能综述:从端到端策略到自主系统

以智能体视角,清华首发具身智能综述:从端到端策略到自主系统

以智能体视角,清华首发具身智能综述:从端到端策略到自主系统

清华大学团队以智能体视角发布具身智能综述,提出Agentic Embodied Intelligence(AEI)系统框架,涵盖模型、基础设施、安全、数据与评测,并以L0—L5自主性层级和在线认知闭环刻画人机责任及自主系统路径。

来自主题: AI技术研报
8875 点击    2026-11-14 12:44
端侧 AI 迎来「高智能」时刻,无界方舟开源端侧模型Edge0-145B及统一推理引擎

端侧 AI 迎来「高智能」时刻,无界方舟开源端侧模型Edge0-145B及统一推理引擎

端侧 AI 迎来「高智能」时刻,无界方舟开源端侧模型Edge0-145B及统一推理引擎

无界方舟先后开源Edge0-35B与千亿参数端侧模型Edge0-145B及统一推理引擎,后者可在29GB内存的个人笔记本本地运行,并在多项评测中比肩主流云端模型。

来自主题: AI资讯
9098 点击    2026-11-13 17:11
后GPT-6时代,具身数据怎么做?Ropedia发布Xperience 2,给出下一代数据基石金标准

后GPT-6时代,具身数据怎么做?Ropedia发布Xperience 2,给出下一代数据基石金标准

后GPT-6时代,具身数据怎么做?Ropedia发布Xperience 2,给出下一代数据基石金标准

Ropedia发布面向Physical AI的真实环境与行为数据集Xperience 2,将1,589个场景与4,230段任务录像对齐,支持仿真、动作重定向、虚拟遥操作和长程轨迹生成,旨在建立下一代具身数据“金标准”。

来自主题: AI资讯
9870 点击    2026-11-13 17:09
从数学理论「解」出语言模型——AGI理论核心原语的首次工程验证:BriLLM-MetaPred

从数学理论「解」出语言模型——AGI理论核心原语的首次工程验证:BriLLM-MetaPred

从数学理论「解」出语言模型——AGI理论核心原语的首次工程验证:BriLLM-MetaPred

上海交通大学赵海教授团队在arXiv发布BriLLM-MetaPred,首次将AGI数学理论推导的MetaPred原语落地为可运行语言模型,其在约13.2M参数规模下的预测性能与同规模GPT基线相当。

来自主题: AI技术研报
8515 点击    2026-11-13 17:08
ICSE 2027 | 清华提出CoACT:降低Coding Agent 33% Token开销

ICSE 2027 | 清华提出CoACT:降低Coding Agent 33% Token开销

ICSE 2027 | 清华提出CoACT:降低Coding Agent 33% Token开销

清华大学人工智能学院提出面向 Coding Agent 的 observation 压缩方法 CoACT,在 SWE-bench Verified 的三个 Agent 模型上平均减少 33.0% 总 token 消耗且 PASS@1 与未压缩时相近,该工作获 ICSE 2027 直接接收(Top 5%)。

来自主题: AI技术研报
6554 点击    2026-11-13 17:07