零样本学习

驱动具身智能迈向通用领域的核心挑战是什么？ 我们认为，关键在于实现“跨具身迁移”。 一个完善的世界模型是具身智能执行通用复杂任务的基础。然而，许多现有的世界模型并不具备我们所期望的强大泛化与迁移能力。 具体而言，当前应用于机器人或智能汽车的世界模型，大多针对特定硬件平台进行设计和训练，其泛化能力有限，跨平台迁移往往依赖运气。 本质上，许多机器人学习到的并非“…

AdaptCLIP：无需微调的零样本工业异常检测新框架 当前，视觉模型在工业“缺陷检测”等领域的应用已相对成熟。然而，广泛使用的传统模型在训练时对数据要求极高，需要大量精细标注的数据才能达到理想效果。 大模型则有望在“零样本/少样本识别” 条件下，达到与传统模型相当的性能。CLIP 是 OpenAI 于 2021 年发布的开源视觉-语言基础模型。本研究在其基…

这流畅的游戏动作，堪比技术流玩家的实况画面。尤其是《茶杯头》中的躲避、跳跃、踩灵魂一气呵成，令人惊叹。 最令人震撼的是，上述操作完全由AI完成。 与传统的单一游戏自动化脚本不同，这是一个完整的通用大模型，能够玩遍市面上几乎全部的游戏类型。 这就是来自英伟达的最新开源基础模型——NitroGen。 该模型的训练目标是玩1000款以上的游戏，无论是RPG、平台跳…

这流畅的游戏操作，堪比技术流玩家的实况画面。尤其是《茶杯头》中的躲避、跳跃、攻击一气呵成，令人惊叹。 最令人震撼的是，这些操作完全由AI完成。 与传统的单一游戏自动化脚本不同，这是一个完整的通用大模型，能够玩遍市面上几乎全部的游戏类型。 这就是英伟达最新开源的基础模型——NitroGen。 该模型的训练目标是玩转1000款以上的游戏，无论是RPG、平台跳跃、…

在当前的AI视频生成领域，实现抽象语义的精确控制一直是个技术难题。无论是复刻Labubu特效、重现吉卜力风格，还是模仿希区柯克运镜，这些依赖高层次语义理解的创作任务，往往因缺乏统一的条件表征而难以实现。传统方法通常采用两种路径：一是针对每种语义单独训练LoRA模型，二是为特定语义类别设计专用架构。然而，前者面临语义条件无穷无尽、模型复杂度爆炸、泛化能力缺失的…

近期，由清华大学、北京大学、武汉大学和上海交通大学联合研究团队发布的MotionTrans框架，在机器人技能学习领域取得了突破性进展。该研究由清华大学硕士生袁承博、武汉大学本科生周睿和北京大学博士生刘梦真主导，清华大学交叉信息研究院高阳助理教授担任通讯作者。这项研究的核心创新在于，首次实现了从人类VR数据到机器人的端到端零样本动作迁移，为机器人技能学习开辟了…