清华大学、无问芯穹与智元联合提出群体经验学习（CEL）新范式，并在96台真实机器人组成的集群中完成规模化验证。实验覆盖插花、叠衣服、手机充电、凳子组装、手机包装五项任务，两台未参与训练的机器人完成600次测试失败15次，总体成功率97.5%，五项任务成功率均超过6名人类操作员的平均水平。手机包装任务成功率从79.2%提升到98.3%；参与训练的机器人从16台增至96台时，成功率从86.7%提升到98.3%。
#论文/研究#具身智能#数据/训练
清华大学、无问芯穹与智元联合提出群体经验学习（CEL）新范式，让机器人复用同伴经验而非依赖人工示教，并在 96 台真实机器人集群中完成规模化验证。两台未参与训练的机器人共完成 600 次测试、失败 15 次，总体成功率 97.5%，插花、叠衣服、手机充电、凳子组装和手机包装五项任务成功率均超过 6 名人类操作员平均水平。系统层基于 RLinf 构建容错异步训练系统 FATS，96 台规模测试中累计采集 9834 轮执行经验，22 台机器人发生 30 次故障，机时损失仅占 1.3%；算法层提出失败引导的经验检索微调算法 FERT，同时利用成功与失败经验定位易错环节。硬件为智元双臂机器人 AgiBot G2，基础模型为 π0。
#论文/研究#具身智能#数据/训练
谷歌研究团队于 10 月 27 日公开一项名为睡眠框架的持续学习研究，论文题为《Language Models Need Sleep: Learning to Self-Modify and Consolidate Memories》。该框架把模型运行分为清醒阶段和睡眠阶段，睡眠阶段通过参数扩展、混合专家记忆块和知识蒸馏把短期上下文写入长期参数，并通过生成合成样本的做梦环节提升推理与泛化。实验显示模型可处理最长约 1000 万 token 的上下文，在未见语言的多阶段持续学习中保持接近零的性能下降，并在 AIME 24/25 等数学基准上取得更高准确率。
#论文/研究#Google#数据/训练
清华大学、无问芯穹与智元联合提出群体经验学习（CEL）范式，让机器人借鉴同伴的成功经验而非只依赖人类示范，并在96台真实机器人集群中完成规模化验证。两台未参与训练的机器人在插花、叠衣服、手机充电、凳子组装、手机包装五项任务上共测试600次，失败15次，总体成功率97.5%，均超过6名人类操作员的平均水平；手机包装任务成功率从79.2%提升到98.3%。参与训练的机器人从16台增至96台时，成功率从86.7%升至98.3%。系统层面基于开源框架RLinf构建容错异步训练系统FATS，96台规模测试中累计采集9834轮执行经验，22台机器人发生30次故障，故障造成的时间损失仅占全部运行机时的1.3%。
#论文/研究#具身智能#数据/训练
谷歌研究团队发布“睡眠框架”（Sleep Framework）持续学习研究，把模型运行分为清醒与睡眠两个阶段，以解决大模型知识固化、难以吸收新信息的问题。睡眠阶段通过参数扩展、混合专家记忆块和知识蒸馏把短期上下文写入长期参数，并通过“做梦”生成合成样本做强化学习。实验显示该框架可处理最长约 1000 万 token 上下文，在未见语言的多阶段持续学习中性能下降接近零，并在 AIME 24/25 等数学基准上取得更高准确率。
#论文/研究#Google#数据/训练
人工智能语言公平研究联盟上月发布的研究发现，AI 模型处理不同语言时消耗的 Token 数量差异悬殊，在其中一个模型中最多相差 17 倍。研究称互联网最常用的 20 种语言之间 Token 消耗量已相差 1.5 至 5 倍，扩大到 200 种语言后差距进一步拉大，研究人员将这部分额外成本称为隐性的“分词器税”。Token 消耗增加不仅推高费用，还会拖慢响应速度、压缩可用上下文，研究者建议 AI 实验室公布各语言评估结果并改进下一代分词器设计。
#论文/研究#数据/训练
#论文/研究#Agent#评测/基准
#安全/对齐#Agent#MCP/工具调用
Lots of debate this week on whether journals should ban AI in peer review. We actually tested this in our new preprint, and the results were pretty clear to me. For context, I've reviewed for most of the big journals and evaluated 1,000 human reviews as an editor. I love to read and evaluate science. TLDR: From now on I won't do any peer review without AI. For clinical trials, I'd even call human-only review dangerous 🧵
#论文/研究#评测/基准
#论文/研究#多模态#端侧
#论文/研究#推理#数据/训练
Today on the blog, learn about our new instance of a “sleep” phase in continual learning, which enables LLMs to continuously integrate new facts and enhance reasoning while mitigating catastrophic forgetting or static knowledge cutoffs. More →https://t.co/5v9w5Pn4dw https://t.co/7Mms1x7hgl
#论文/研究#数据/训练#Google
#论文/研究#Agent#推理
#论文/研究#Agent#数据/训练
#论文/研究#数据/训练#现象/趋势
A new third party eval lab in China release their first report on DeepSeek V4.1-flash-1017, and you can communicate with the authors here 👇 https://t.co/dICT0qPHUC
#安全/对齐#评测/基准#DeepSeek
🚀 Introducing Hy-Nomas: An Open Source Free-Form Interactive Video World Model Key Features: * Free-form interaction with text prompts and camera trajectories * Long-horizon generation with world memory * Lightweight LoRA adaptation for specialized domains such as robotics * Optimized for Inference on Consumer GPUs Test it and drop feedback anytime！ 🔗 Website: https://t.co/5qYjoFhtQU 💻 GitHub:https://t.co/uW5RiXbubG 🤗 Hugging Face: https://t.co/okOLzAUGjR 🎥 Demo: https://t.co/0XgSfYccLa #Hy#WorldModels #VideoGeneration #GenerativeAI
#模型发布#视频#开源生态
I joined @GoogleDeepMind to develop a research program on the economics of AGI. Today, together with Andrew Koh (@andrewjkoh) and Shane Legg (@ShaneLegg), we are incredibly excited to release The Economics of Intelligence, the first in a series of projects from our group on how AGI will change the economy. How do capability improvements transform the economy, and when? In this project, we define thresholds of economic capabilities, e.g., minimal AGI, based on how they transform the economy. We then track how the economy–market structure, employment, and wages–changes during the transition across capability regimes. We have seen exponential increases in what AI agents can do but the broader economy seems almost remarkably unchanged. Part of the reason is that the solo AI agent is the wrong economic object; economic transformation is an equilibrium outcome where organizations compete. Looking at how intelligence functions within organizations, transformation will depend on when two key capability thresholds are crossed: competence (gains on individual skills, e.g., coding, math) and coordination (gains on ability of agents to cooperate and work together). We show that what economic transformation looks like depends on whether AI becomes supercompetent, supercooperative, or both—the regime of artificial superintelligence (ASI). Tracking this transition shows why the real visible transformation may come from improvements in coordination—a capability most benchmarks don’t yet track. Past a certain threshold, AI capabilities can break the Coasian ceiling on firm size and lead to an economy that looks drastically different than the one we see today. Two main takeaways: 1. To understand the path of transformation, we should be tracking agentic coordination more closely. 2. The impact of AI will likely show up in wages before market structure or employment. We are really excited about this paper. Excited to hear people’s thoughts. Link: https://t.co/9DTGSeKoSA
#论文/研究#Agent#DeepMind
YC Labs 与 Olam Labs 合作，在 Minecraft 和 Mindustry 中开展多智能体实验，并开源了自建的 Minecraft 智能体 harness（github.com/yc-software/minecraft-agent-harness）。Civ50 实验中 50 个 GPT-6.1 Sol 智能体在生存世界运行 3 小时，目标为建立繁荣文明，共发送约 5900 条消息，自发形成以目录顺序为基础的层级、配给账本和书面规则；首夜 34 次死亡中有 22 次发生，此后智能体明显趋于规避风险。实验还记录了钓鱼分工、食物配给台账等协作细节。
#论文/研究#Agent#开源生态
Coalition for Language Equity in AI Research 上个月发表的一项研究发现，AI 模型处理部分语言提示所需的 token 量远超英语，研究人员称之为隐性 token 税。在最流行的 20 种语言中，最昂贵语言使用的 token 数量是最便宜语言的 1.5-5 倍；扩大到 200 种语言后，一个模型的 token 成本差距甚至增加 17 倍。研究指出 token 数量越多延迟越高、有效上下文容量越低，在计算和连接有限的地区影响最严重。
#论文/研究#数据/训练#现象/趋势