找到 17 筆
香港大學 MMLab 提出 EgoWild2Dex，直接用 538.9 小時未經編排的人類第一視角資料訓練雙臂機器人，每個下游任務只需不到 1 小時真機資料，拆快遞、用熱熔膠槍固定手辦、製作冷飲等長時序任務平均成功率達 96.7%。方法核心是 GeoFormer 幾何變換模組，把晃動的人類視角對齊到機器人視角，處理速度比傳統投影加修復流程快 21.9 倍，再將人類、手套與真機資料統一到機器人動作空間做漸進式聯合訓練。
多位開發者稱，OpenAI 在未告知的情況下重新開啟了 Codex 的資料共享開關，使對話可被用於模型訓練。他們此前已主動關閉 Codex、Claude Code 等工具的資料共享，近日卻發現「Improve the model for everyone」又處於開啟狀態，且無人主動重新授權。帖子建議到 chatgpt.com/settings/data-controls 或 privacy.openai.com 檢查並關閉該選項；
Revolut 正圍繞單一基礎模型 PRAGMA 重建技術棧，在 NVIDIA Blackwell Ultra GPU 上用 cuDF 與 Dynamo-Triton 在生產環境擴容，初期服務 8000 萬使用者，並設計為可再擴 3 倍。同場公布的歐洲金融案例還包括 Starling Bank 在 Civo 英國雲上用自有交易資料訓練 agentic 模型、Lloyds 用 RTX PRO 6000 Blackwell 打造交易基礎模型 ATUM。
Google 幫助文件確認，個人 Google AI 訂閱使用者的 Gemini 已儲存聊天記錄會被用於訓練生成式 AI 模型，唯一退出方式是在設定中關閉「保留活動」；關閉後聊天記錄只保留 72 小時。部分對話還會被人工審閱，審閱過的記錄在刪除活動後仍會保留最多三年，Google 明確提示不要輸入機密資訊。
Mistral 與 Cloudera 於 2026 年 9 月 10 日宣布合作，將 Mistral 模型整合進 Cloudera 混合資料平台，支援企業在私有云、公有云、本地及完全氣隙環境中部署推理，並保留完整控制權。企業還可在受控環境內用自有資料訓練定製模型，資料與模型所有權歸企業。Cloudera 平台承載 30 EB 客戶自管資料，雙方瞄準金融、製造、電信等受監管行業的主權 AI 需求。
Finic 發布開源即時反欺詐決策平台 Kairos，對標 Sift、Sardine 等商業方案。除 XGBoost、邏輯迴歸外，它引入 System One 決策模型，可把“這個信箱是否為一次性信箱”這類自然語言問題直接納入決策，降低對大量標註資料的依賴。平台還提供 MCP 伺服器，讓 Claude Code、Cursor、Codex 等 agent 定義決策流程、用自有資料訓練模型，並選出效果最好的變體。支援 Docker 自託管，也提供託管版本。
PostEra 正在招聘機器學習研究員，方向是用 agentic 系統推進藥物發現，崗位為遠端全職。工作重點包括自動化建置生化與生理過程的機制模型、分析生物資料用於靶點驗證，以及分子與表格資料的 in-context learning、基於公司自有多模態資料訓練基礎模型。要求機器學習或相關 STEM 博士、有 PyTorch 或 JAX 實操經驗，不要求藥物發現背景。
NVIDIA 推出 Cosmos3-H-Dreams，據其稱為首個基於臨床膽囊切除手術錄影訓練、可即時回應操作指令的生成式手術模擬器。模型基於 160 億引數的 Cosmos3-H-Embodied-Nano，接收 28 維動作（雙臂位姿、夾爪、能量控制與搖桿），以 832×480、10 Hz 的錄影與運動學資料訓練，並蒸餾出四步與兩步兩個學生檢查點，後者推理更快但畫質略降。
Block 研究實驗室發布語音模型 Dessa，它能一邊說話一邊傾聽，並可在 MacBook M4 Max 等消費級裝置上本地執行。該模型完全以人類語音資料訓練，使用了單個 Nvidia GPU 機架；笑聲、停頓與情緒都內建於模型本身，不依賴文字標籤或文字中轉來驅動。Block 稱目前不對外開放，僅招募安全研究員測試，重點評估語音代理是否可能欺騙對話另一方。
Leash Bio 發布 Minos——一個讓 AI 智慧體進行可驗證科學推理的測試環境，同時公開預印本、部落格與開放資料集。其 DNA 編碼庫（DEL）多年積累的資料可提供數萬條「lab-in-the-loop」模擬，正好用作科學強化學習環境。在該沙盒中，LLM 需用自然語言推理構效關係，在 650 萬分子中、以 100 次預算找出最佳結合物。團隊自研的 Hermes 僅用自家資料訓練，在公開基準上與 Boltz 相當。
兩位前 Palantir 高管創立 Dream，獲得 a16z 領投的 1700 萬美元種子輪，用於開發面向建築設計、工程的建築世界模型。該模型基於全美各地許可檔案中超過 1 億平方英尺的建築資料訓練，生成方案時會考慮管線、暖通與承重等結構要素，而非只畫出一張好看的效果圖。產品已在得州和加州 10 個在建專案中用於方案構思與成本估算，目標是替代 AutoCAD、Revit 等傳統 AEC 工具。
Meta 發布 Brain2Qwerty v2，這是目前效能最高的端到端非侵入式腦訊號即時句子解碼流程，詞準確率達 61%，遠超其他非侵入方法的 8%，最佳參與者達 78%。模型基於 9 名志願者佩戴 MEG 裝置打字約 10 小時、共約 2.2 萬句資料訓練，採用端到端深度學習直接從原始腦訊號解碼，並微調大語言模型利用語義上下文。Meta 同時開源 v1 與 v2 完整訓練程式碼，合作方 BCBL 發布 v1 資料集。
用自迴歸擴散生成市場資料時，全連續擴散難以刻畫真實訂單流的尖峰分佈。實習生 Kavish 以 4 年美國股票事件級資料訓練模型，發現 DDPM 在 1000 步餘弦噪聲排程下不穩定，7 個連續目標中 88%–95% 的取值偏離分佈均值 8 個標準差以上，改用流匹配後開箱即可用。模型用因果掩碼 Transformer 編碼事件，事件型別頭判斷交易或 BBO 更新，價格、時間間隔等連續特徵由擴散頭生成。
RoboCoach 在固定人類示範預算下經過三輪定向補教，把 Franka 長程任務成功率從 13.3% 提升到 75.0%，AgileX 從 40.0% 提升到 83.8%；同樣預算的均勻採集基線只達到 30.0% 與 47.5%。它用基於 Wan2.2 TI2V-5B、約 500 小時互動資料訓練的世界模型 CoachWorld 讓當前策略閉環試跑，由進度判別器找出首個超時子任務，再據此定向示教，並且只更新對應技能的 LoRA 專家。
宇樹機器人發布通用人形基礎模型 UnifoLM-WLA-1.0，引數 6B，用約 2500 小時真實機器人資料訓練，單個模型可完成 64 項任務（10 項全身 + 54 項桌面），並支援平行夾爪與兩種靈巧手。架構上以基於 Qwen3-VL 的具身推理器 UnifoLM-ER-1 為起點，加入光流與 VQ-VAE 的未來動態區域預測、殘差 VQ 動作離散化，以及 MMDiT 動作專家做連續控制。演示在宇樹 G1 上完成鋪床、裝洗衣機、疊衣服、物體分揀等操作。
智源 AREX 團隊發布以 Qwen3.8-27B 為基座的開源模型 AREX-2，在 MLE-bench Lite 取得 81.8、Frontier-CS 取得 70.7，超過表中所有對比模型，包括同為 72.7 的 GPT-5.6 Sol 與 Kimi-K3。它用機器學習與演算法程式設計場景的長程反思資料訓練，並把這種能力遷移到深度研究，BrowseComp 達 84.0、HLE 達 52.6，為 40B 以下模型最高。團隊稱這為遞迴自我改進（RSI）提供了可訓練、可驗證的路徑，論文、模型權重與程式碼均已公開。
哈工大（深圳）與新加坡國立大學等提出 SkeLAM，它基於 Cosmos-Predict2.5-2B、用約 10 小時機器人互動資料訓練，通過骨架監督影片中的潛在動作，實現零樣本跨形態運動遷移。遷移時模型引數全部凍結；輸入人類演示影片和機器人場景圖片，生成的機械臂就能復現演示中的運動方向。在 DROID 評測中，它的末端軌跡誤差 ADE 從 51.11 降至 41.15 畫素，比 DreamDojo 低 19.5%，LPIPS 從 0.1473 降至 0.1310。