刚刚，国产预训练具身大模型开源了，让后训练不再是必选项！
Wall-OSS-0.5 是一个 VLA 模型，在超过 20 种机器人形态、每轮超过 100 万条轨迹的数据上完成预训练，同时混入了约 9000 万条多模态语料。
英伟达让机器人“做梦学习”，仅需 1 个动作数据，解锁 22 种新技能
机器人前瞻5月22日报道，近日，NVIDIA GEAR Lab推出DreamGen项目，该项目能够让机器人实现“在梦境中学习”，在业内真正实现了零样本行为泛化和零样本环境泛化。
国产5B生图模型海外突然爆火，4天超百万下载
不少AI图片虽然漂亮，却总能让人一眼就认出来。最近，一款来自中国的开源生图模型，因为画面的自然感，在海外AI社区引起了一波讨论。
人脸识别模型也能"开口说话"了：让AI说出"我凭什么认出你"的方法
你有没有想过一个问题：当手机上的人脸解锁"唰"一下认出你的时候，它到底是靠什么认出来的？是你的眼睛间距，还是你的发型，或者只是因为你总是戴着同一副眼镜？这个问题听起来简单,但实际上,过去十年里几乎没有人能给出一个确切的答案。
Anthropic出手！AI的内心独白，曝光了
就像和人打交道一样，你永远没办法真正看清，对方是不是“嘴上一套、心里一套”。而这一次，Anthropic撕开了这个黑箱。
「IT之家评测室」酷睿i9-12900K首发评测：绝地复仇的异构利刃
我们举个例子，我们在 Pr 中前台渲染视频时，默认会采用高性能的 P 核进行渲染，以提供更快的速度，但如果我们在渲染时打开 PS 制作图片，此时系统对多线程要求明显提高，因此 Intel Thread Director 便会自动将 Pr 移动到高效能的 E 核进行渲染，将 P 核让给前台的 PS，保证前台工作的稳定流畅。
谷歌AI生成视频两连发：720p+长镜头，网友：对短视频冲击太大
梦晨 Pine 发自 凹非寺。Meta发布「用嘴做视频」仅一周，谷歌CEO劈柴哥接连派出两名选手上场竞争。
同样是语音识别，为什么实时字幕和会后转写需要两套处理思路？
打开一款AI会议助手，参会者刚说完一句话，屏幕上就出现了对应的文字。随着讨论继续，系统不断更新字幕；等到会议结束，又能得到一份相对完整、带有标点和时间信息的会议逐字稿。
别让AI抓住你的把柄，它可能真会威胁你
结果发现，常规条件下模型表现没啥毛病，但凡上点压力，加点诱惑，它就拉了胯了。测试中，他们让 AI 去帮用户准备 Q3 的汇报材料，定好的目标 200 万，但眼下根本不够。
Anthropic出手，AI的内心独白，曝光了
就像和人打交道一样，你永远没办法真正看清，对方是不是“嘴上一套、心里一套”。而这一次，Anthropic撕开了这个黑箱。