Latest
最新新闻流
按最近更新时间排列；同一事件的新证据会进入原事件，而不是重复占据新闻流。
自动驾驶汽车安全数据充足但公众信任未建立
根据文章作者的观点，尽管数据显示自动驾驶汽车在减少严重碰撞事故方面显著优于人类驾驶员，但公众信任并未随之提升。作者指出，安全与感受安全并非同一回事，机器的谨慎可能被误解为困惑，而系统的故障安全机制可能被视作失败。一次可见的错误会抵消数百万英里的安全行驶记录，且当机器犯错时，缺乏可归责和可原谅的对象，导致公众难以接受。这反映了数据与信任之间的鸿沟。
阿根廷世界杯夺冠进球西班牙语解说视频引发热议
社交媒体上流传的视频片段显示了阿根廷队在世界杯比赛中打进制胜球时的西班牙语解说，其激情四射的解说风格引起了广泛关注和讨论。该片段源自Telemundo Sports的转播，并在社交平台获得大量互动。目前，这仅是一段被广泛分享的现场解说录音，相关讨论集中于解说员的情绪表达和感染力。
谷歌发布TPU超级计算机演进论文：五代架构能效提升30倍
谷歌研究人员在IEEE Micro期刊上发表论文，系统总结了从TPUv2到Ironwood五代训练超级计算机的架构演进。论文确认的关键事实包括：冷却方式从风冷（TPUv2）转变为水冷（TPUv3起）；互连拓扑从二维演进为三维环面结构；单Pod芯片规模从256个（TPUv2）扩展至9216个（Ironwood）；每浮点运算能效实现约30倍提升。论文还指出，谷歌工作负载已显著转向基于Transformer的模型。这些技术演进共同推动了系统稳定性、规模、弹性、能效和可持续性的进步。
"Pod"一词在AI加速器集群中成为事实标准，或源于海洋动物谐音梗
一条社交媒体帖子指出，"pod"一词正在成为指代"一簇高度互连的加速器"的事实上的行业标准。发帖者称，据其所知，谷歌的"TPU Pod"一词最初是一个海洋相关的谐音梗（指一群鲸鱼/海豚），因为谷歌的TPU芯片系列使用海洋动物作为代号（如水母、龙鱼等）。该说法已提及谷歌AI负责人Jeff Dean寻求确认。
谷歌AI专家现场观看世界杯西班牙绝杀阿根廷进球
谷歌AI专家李飞飞（Fei-Fei Li）在个人社交媒体分享了其首次现场观看世界杯的经历。她与同事Oriol Vinyals和Quoc Le及其家人一同观看了西班牙队在加时赛中绝杀阿根廷队的比赛。李飞飞详细描述了费兰·托雷斯（Ferran Torres）进球的过程：尼科·威廉姆斯（Nico Williams）在后点巧妙将球做入危险区域，托雷斯迎球劲射破网。她记录了进球后现场的氛围，包括西班牙球员的狂喜、阿根廷球员的失落以及整个球场的沸腾。作为一名巴塞罗那球迷，她对看到巴萨球员打入制胜球感到特别高兴。这些描述基于其个人现场观赛体验。
新Gemini 3.6 Flash模型在token效率上优于3.5 Flash模型
根据社交媒体帖子，谷歌DeepMind可能发布了新的Gemini 3.6 Flash模型。该模型据称比其前身3.5 Flash模型具有更高的token效率，帖子中提供了一个对比演示。该信息来自非官方社交媒体账号，因此需要更多官方确认。
SkyPilot结束隐身模式，发布AI计算平台解决计算碎片化问题
美国AI计算初创公司SkyPilot今日结束隐身状态，正式推出其AI计算平台。该平台旨在解决前沿AI团队面临的计算资源碎片化问题，通过整合跨供应商的GPU资源，构建统一的AI超级计算机。官方称，该平台可帮助用户更快运行前沿工作负载，管理超过10,000块GPU，并在过去6个月内实现了GPU使用量的六倍增长。已有包括@appliedcompute、@AbridgeHQ在内的多家合作团队在使用。目前该信息主要基于公司公告和社交媒体声明，具体技术细节和性能数据有待进一步验证。
谷歌AI专家杰夫·迪恩的足球往事被揭示
一条推文分享了谷歌AI专家杰夫·迪恩在足球场上的轶事。发帖者称十多年前在足球场上与迪恩交手多年，只知他叫杰夫，是速度快的边锋。一次迪恩被球击中头部倒地，发帖者按脑震荡处理程序询问他经理的名字，迪恩回答“桑达尔·皮查伊”。发帖者的朋友随后指出这就是杰夫·迪恩。此内容源自社交媒体，未经官方证实。
机器人主题视频《终局》在YouTube发布
一条来自Twitter/X的帖子分享了一个YouTube视频链接，标题为“Robotics: Endgame”。帖子未提供视频具体内容或发布者信息，仅包含链接和标题，无法确认视频的实质内容、制作方或发布意图。
图灵物理测试将于2025年5月在红杉AI Ascent活动举行
根据一条来源为“Twitter/X AI List”且未标记为官方的信息，一项名为“图灵物理测试”的活动计划于2025年5月在红杉资本举办的AI Ascent活动中进行。该信息尚未得到证实，仅为讨论或计划。
演讲预告：机器人技术的终局游戏与物理通用人工智能路线图
这是一则社交媒体帖子，预告一场关于机器人技术与物理通用人工智能（Physical AGI）路线图的演讲。发帖人称这是其去年“物理图灵测试”演讲的续篇，并承诺将分享解决方案。帖子列出了演讲大纲，包括DGX-1起源故事、为什么视觉-语言-动作模型（VLA）存在不足、视频世界模型作为第二预训练范式、世界行动模型（WAM）、机器人数据收集策略、灵巧性扩展法则、物理强化学习（Physical RL）以及神经物理引擎DreamDojo等主题。发帖人呼吁观众坚持观看至最后，以获取更多彩蛋和预测。**注：** 此内容为演讲预告和议程，演讲的具体观点和细节尚未正式发布。
去年AI峰会人气嘉宾Jim Fan回归，主题转向机器人技术终局
根据社交媒体帖子，去年AI Ascent峰会的受欢迎嘉宾Jim Fan将再次参与第二届活动，此次讨论主题聚焦于机器人技术（Robotics The Endgame）。发布者称赞Jim Fan具有宏观视野和幽默的演讲风格，将其比作“迷你版黄仁勋”。
Jim在AI Ascent上广受欢迎，擅长简明讲解最新研究
根据社交媒体信息，Jim在AI Ascent活动中因其能够将最新研究清晰简化为“是什么以及为什么重要”，并融入幽默元素而广受欢迎。该评价认为其讲解能力独一无二，尤其推荐对物理AI感兴趣的观众观看其20分钟的演讲。需要注意的是，此信息源自非官方的Twitter/X AI列表，属于用户评价而非官方确认的事实。
ENPIRE机器人自主研究系统：安全设计与目标固定的关键
根据开发者分享，ENPIRE机器人自主研究系统在实现概念简单化的同时，实际部署涉及复杂的设计。其核心挑战在于启动前的设置，特别是安全机制：系统采用双层安全设计，包括硬性运动限制和力矩限制柔性抓手，以防止机器人或物体损坏。此外，为避免自主代理修改奖励函数导致目标偏移，系统在行动前固定了研究目标。开发者强调，尽管安全措施保守，仍需人工监督。
一条指向未知内容的短链接被分享
该条目仅提供了一个指向t.co短链接的引用，未包含任何可验证的事实性内容。由于链接内容未知，无法基于证据生成实质性报道或摘要。目前只能确认该短链接在指定来源的Twitter/X AI列表中被分享。
Wenli发布技术讨论串推荐关注项目
根据社交媒体信息，用户Wenli撰写并分享了一篇技术讨论串，内容涉及某个项目的技术细节，并推荐关注项目网站（https://t.co/0j2Vo0IyJg）。该信息来自Twitter/X平台，但未提供项目具体名称或进一步的技术细节，因此无法确认项目内容或其可行性。
ASPIRE：机器人技能库可自我进化与无限积累
ASPIRE是一种新型的持续学习框架，它通过观察仿真和真实机器人的多模态感官数据，对控制程序进行进化搜索，并将最佳知识蒸馏到一个可无限扩展的技能库中。该框架的“训练”是技能精炼而非梯度下降；“训练模型”是传感器运动技能库而非浮点权重；“分布式训练”是多个代理各自练习不同技能而非分片小批量数据。ASPIRE旨在解决sim2real迁移和跨实体迁移中的挑战，弥合仿真与现实之间的差距，包括视觉差异和接触物理的微妙性。
ENPIRE项目升级为ASPIRE：构建机器人自我改进的组件
根据社交媒体平台的信息，ENPIRE项目已升级为ASPIRE，这是物理自动研究系列的第二项工作。该项目旨在逐步构建用于机器人自我改进的组件，一次专注于一项技能。该信息来源于Twitter/X AI List，但未获得官方确认。
机器人模型原生扩展至8000步上下文，实现持续学习与一次视频示例模仿
研究人员介绍了名为RoboTTT的机器人模型，该模型通过在模型内部嵌入一个小型模型（核心），实现了对传感器输入的即时梯度更新，从而将历史信息持续压缩到其权重中。这使得机器人能够处理长达8000步（约5分钟）的上下文，并以恒定的推理成本实现学习，突破了传统策略仅能处理极短时间帧（<0.1秒）并立即遗忘历史信息的限制。该技术支持将整个视频作为上下文提示，使机器人能够通过一次人类视频演示学习新任务（如从未见过的电路板组装配置），并在部署后持续学习。这些进展已超越现有最先进水平三个数量级。
英伟达与多所高校及企业合作推进机器人学习、AI模型等领域研究
根据提供的社交媒体信息，英伟达（NVIDIA）近期与多所高校及企业开展了多项合作研究。这些合作涵盖了机器人学习中的测试时训练（test time training）、下一代Fugu编排模型开发，以及AI生态系统的推广。相关成果包括项目展示、技术深度解析博客和论文的发布。所有信息均来自非官方社交媒体发布，尚未有来自官方渠道的详细技术报告或确认。