集智书童

最新文章

• 告别INT8！FTerViT：让ViT在边缘设备上真正可用，端侧推理功耗暴跌55%！ 2026-06-11 08:30
• 视频理解从离线到实时的范式跃迁！复旦MOSS-Video-Preview已开源，单卡H200实时处理256帧！ 2026-06-11 08:30
• VLA模型都学废了？南大新范式让机器人先「打腹稿」再动手｜Coarse-to-Control 2026-06-11 08:30
• 仅0.11M参数！博世新SOTA方案BLUE证明：端到端VLA说太多"人话"反而更危险？ 2026-06-11 08:30
• 英伟达出手！大模型"语言不通"有救了：X-Token让Llama向Qwen拜师，小模型性能暴涨6倍 2026-06-10 08:30
• 机器人实时操作真被它搞定了！这个VLA模型在芯片上跑出11.69Hz 2026-06-10 08:30
• 多模态Agent的"技能树"来了！浙大联合OPPO提出Skill-3D：场景感知进化，8B模型后训练逆袭SOTA！ 2026-06-10 08:30
• 端到端自动驾驶的"Token危机" | 黑芝麻智能用一张"重建面具"，把Waymo榜一打穿了 2026-06-10 08:30
• 不损失分类精度，VOC分割还能涨6个点？替换一个注意力函数就能让ViT密集表示“起死回生”！ 2026-06-09 08:30
• Meta又放大招！VLM³：4B秒杀8B专家模型，VLM用文字搞定3D理解，效率暴涨！ 2026-06-09 08:30
• 英伟达发布 OmniDreams：1/5参数干翻10B VLA，世界模型才是自动驾驶终局？ 2026-06-09 08:30
• 端到端自动驾驶的"Token危机" | 黑芝麻智能用一张"重建面具"，把Waymo榜一打穿了 2026-06-09 08:30
• 真实机器人暴涨23.5%！QuoVLA：VLM不是"动作不足"，只是废话太多 2026-06-09 08:30
• CLIP+扩散模型=分割新王炸！复旦提出DiCLIP：让注意力不再平滑，训练成本砍到1/10！ 2026-06-08 08:30
• 蚂蚁联合西湖大学公开SEAL框架！让LLM Agent与环境双向奔赴，代码已开源 2026-06-08 08:30
• 自变量机器人发布Wall-OSS-0.5 | 机器人模型不微调也能干活了？ 2026-06-08 08:30
• nuReasoning开源 | VLA突然开窍了？这2万段长尾数据教会它空间+因果推理 2026-06-08 08:30
• VL-UniTrack发布 | 把CLIP塞进跟踪器！统一框架+语言Prompt，跨视角跟踪精度飙升5.4% 2026-06-07 08:00
• 深入解读英伟达Cosmos 3——全球首款完全开放的全模态物理AI模型！ 2026-06-07 08:00
• 具身智能从业者必读 | 一文看尽NVIDIA-Isaac-Sim核心架构 2026-06-07 08:00