搜索“具身智能”

匹配字段摘要、正文

过去的世界模型全是一帮在真空中运转的无声哑剧，而这次 Genie 4 第一次让世界模型原生吐出了环境音、背景音乐，以及随着玩家操作实时动态响应的角色对话。 旁边还配了 Gemini 3.8 Flash 当“实时导演”，在后台毫秒级拆解因果逻辑、校准画面连贯性，硬生生把时间维持在了两分钟的连续稳定模拟。 但如果你以为 Google 费尽心力搞这个只是为了给游戏公司做外挂，那就太小看 DeepMind 的野心了。 造一个逼真的虚拟世界，从来不是终点，而是给下一代 AGI 准备的无尽练兵场。 现实世界的数据太贵、太慢、试错成本太高，特斯拉要跑几十亿公里才能训好一辆自动驾驶，机器人摔断一根机械臂就是几十万成本。 而当 Google 能够以极低成本实时生成符合牛顿力学的交互世界，数以亿计的具身智能体就可以在里面 24 小时以万倍速狂奔、碰撞、学习。 当然照例保持一份冷静： 目前单次模拟极限依然在两分钟左右，时间一长细节依然会漂移，而且这只是少数测试者能摸到的研究预览。 但这代表了一个极其危险的代际分水岭： 从今天起，AI 的竞争正式从“模仿人类的文字与画面”，彻底跃迁到了“模拟宇宙的物理法则”。

匹配字段正文

认步骤完成，指挥Genie 4先把孔雀变成橘猫，再把橘猫变成复古收音机！ 哪怕半途突然改戏，这位「总导演」也能当场重排剧本。 比如在冰天雪地里让一颗流星划过，再指挥灰冠鹤走到电子琴前啄出旋律，最后让它一飞冲天。 如果说Gemini 3.8 Flash解决了「世界怎么按逻辑演进」，那么Gemini 4 Argon与Gemini Robotics的加入，则捅破了具身智能与机器人训练的天花板。 当人类下达一句「跟对面的男孩下跳棋，走一步红棋」，左侧的Gemini 4 Argon会瞬间将任务拆解为22步毫米级动作剧本。 这些高密度指令实时注入Genie 4的生成流中，驱动右侧的Apollo机器人行云流水地完成捏棋、走子与对弈。 甚至，Genie 4还能进实验室做精密科研。 哪怕是工业级的UR5六轴机械臂，也能在Genie 4里精准夹持移液管，插入微孔板滴注液体。 即便中途把目标挪走，模型也能实时重算策略，按新位置完成抓取。 通往ASI的必经之路，是先造出一个世界 什么是真正的「世界模型」？ 是你推开一扇门，转身离开30秒，再走回来，那扇门依然开着。 能记住物理规律，能维持空间记忆——这，就是视

匹配字段正文

Hybrid World Models，为世界模型与 Agent 的进一步结合提供了一条可能的演进路径：由语言和代码模型处理离散逻辑、任务规则及结构化状态，生成模型则承担连续的视觉与声音模拟。混合架构仍然需要建立离散状态与连续模拟之间的交互接口，让任务规则能够转化为生成约束，同时将环境变化转换成规划系统可以使用的信息。涉及复杂物理过程时，还可能需要结合专门的动力学模型。对于机器人训练，后续实验还需要检验模拟中形成的行动策略能否迁移到真实环境，并分析生成环境与现实物理条件之间的差异如何影响训练效果。随着世界模型开始支持持续的任务干预，其应用范围正在从可交互场景生成延伸到复杂行动的模拟训练。对于苦于“缺乏真实物理数据”的机器人赛道而言，这无疑是雪中送炭。如果这套系统能够彻底解决异步调度和因果幻觉的死结，它将成为具身智能终极的“绝境模拟器”。Agent 能否在生成环境中学到具有现实适用性的行为规律，将决定这类系统在机器人领域的实际价值。参考链接：https://deepmind.google/blog/genie-4-a-new-generation-of-world-simulation/

匹配字段正文

新京报贝壳财经讯（记者罗亦丹）记者10月19日获悉，大晓机器人正式发布全新视觉空间锚定增强型具身基模型ACE-Brain-0.6。值得注意的是，近期以GPT-6 Astra为代表的通用多模态模型展现出了强大的具身场景能力，撼动了具身智能与传统大模型之间的边界。对此，大晓机器人方面对贝壳财经记者表示，ACE-Brain-0.6的开发启示正来自于Astra。 具体来看，大晓机器人通过深入分析发现，相比GPT-5.5，GPT-6 Astra的视觉空间锚定准确率显著提升，其强大的具身泛化能力不仅依赖高级推理，更得益于空间感知与空间推理能力的跃升。 在实际操作中，Astra通过Grounding精准识别目标物体、交互区域及空间参照，结合几何计算确定位置、位移与运动参数，将抽象任务意图转化为具体物理动作。这一发现为具身智能行业提供了重要技术启示：以视觉空间锚定能力为关键突破口，加速推动具身智能从高级认知迈向精准感知与可靠执行。 例如，大晓机器人团队分析了GPT-6 Astra执行机器人任务的过程。在放置水果篮的案例中，模型需识别篮筐边缘与目标承载面，通过空间计算确定移动方向；在折叠T恤的案例中，则

匹配字段正文

尔梅达向媒体表示，“我们拥有了绝佳的技术，但它却无用武之地。我花了很长时间才得出结论：问题在于我们一直在对人类语言进行优化……四年来，我们在人类语言方面做得非常出色，但这对于自动化来说毫无用处，因为计算机说的是另一种语言。” Jev发布后迅速受到软件开发者关注。由于访问需求集中涌入，TypeSafe AI的API一度无法继续为用户提供服务。 Jev也开始引起具身智能和自主系统开发者的关注，有具身智能从业者告诉澎湃科技，具身行业终于有一款可以自主决策的低成本模型，未来值得尝试。 具身智能的“大脑”不仅需要理解环境和规划任务，还要在候选动作、工具调用及安全约束之间持续作出选择。传统大模型需要先生成文字或推理过程，再由程序解析其中的动作指令；Jev则可以把整理后的环境状态直接映射为类型明确、附带概率和置信度的决策结果。 （原标题：前OpenAI研究员推出首款“System One”模型引爆AI圈：不生成文本，专为机器做快速决策） 5; 诺奖得主莱维特：AI将应用于药物研发的每一个环节 6; 从清华毕业做科普10年，我如何对抗AI 7; OpenAI调整安全问题披露机制 8; 为AI要不要踩刹

匹配字段正文