Manipulation and Grasping AI 第 07 章:基於學習的機械操作
基於學習的機械操作以從數據、互動和經驗中學得的策略,取代手動指定的機械人行為。文章概述模仿學習(IL)、強化學習(RL)及混合方法,説明示範可為策略提供起點,而 RL 可進一步改善策略並適應實際動態。學習亦可應用於機械操作的不同層次,從力控制到選擇操作技能。
基於學習的機械操作以從數據、互動和經驗中學得的策略,取代手動指定的機械人行為。文章概述模仿學習(IL)、強化學習(RL)及混合方法,説明示範可為策略提供起點,而 RL 可進一步改善策略並適應實際動態。學習亦可應用於機械操作的不同層次,從力控制到選擇操作技能。
元示科技宣佈完成近3億元Pre-A輪融資,由君聯資本領投,多家機構跟投。文章指出,虛擬細胞(AIVC)的研發關鍵在於把實驗執行、結果反饋與模型迭代連成閉環,持續補充可驗證的生物數據。這類模型有望協助藥物研發較早判斷療效與風險,但預測仍須在具體任務中逐一驗證。
無涯智遠宣佈完成數億元天使輪及天使加輪融資,投資方包括五源資本、紅杉中國、聯想之星、中關村科學城基金及戈壁創投等。資金將主要用於自研 RSI 模型技術攻關及產品落地。無涯智遠聚焦 Real-Time RSI(實時自進化),以參數持續學習為核心技術路徑。
PACT 將預訓練時序基礎模型的嵌入空間劃分為局部區域,透過殘差傳輸適應新運行條件,同時保留已學習條件的表現。每個新條件只需 5% 標註校準數據,在測試時無須提供條件身份;在四種軸承故障條件的序列中,平均 macro-F1 維持在 0.95 以上。編碼器、分類器及先前學習的傳輸模組保持固定。
研究團隊提出 STOPD,透過隨機截斷生成並以逆概率加權補償,在準確率與 Vanilla OPD 接近的情況下,令訓練提速 1.3–2.2 倍。實驗中,生成 token 減少 25%–48%。論文和程式碼均已公開。
AI帶動下,Everpure第三季收入按年增長51%至$1.5 billion,勝過分析師預期,並連續第三季上調全年收入指引。扣除股票薪酬等若干成本後,每股盈利為86 cents,高於市場預期的77 cents;產品收入升77%至$948 million。
英偉達 CEO 黃仁勳離任及對華晶片管制風險,令中國 AI 產業更重視國產 GPU;國產廠商已進入規模化交付階段,部分企業收入增長並改善盈利。文中以華為昇騰等廠商及超節點路線為例,同時指出國產產品在先進製程、HBM 供給和 CUDA 生態方面仍有差距。
AWS 為 SageMaker AI Serverless Model Customization 加入全參數微調(FFT)支援,並在使用超過 100,000 個訓練樣本的編碼實驗中報告 90.0% 語義正確率。
Japan Open Data Lab 發佈 ja-pii-ner-v1,可在瀏覽器或本機 CPU 偵測日文文本中的 18 類個人資料。模型有 111M 參數;在 10,001 份合成文件的測試集上,span F1 為 0.9770,並在 2,068 份不含個人資料的文件中錄得 0 次誤報,ONNX fp32 每份文件的推理時間為 224 ms。
AWS 在 SageMaker AI Serverless Model Customization 上比較 Full Fine-Tuning(FFT)與 LoRA,並分享 FFT 的實驗結果和超參數調校指引。
Prime Intellect 推出 Model Factory,將強化學習(RL)、監督式微調(SFT)、預訓練和推理整合到同一控制平台,支援模型訓練、部署及持續改進。用戶可按 GPU 小時付費使用託管訓練,或選擇具預留算力及 Slurm、Kubernetes 存取權的專屬部署。Prime Traces 可將生產追蹤記錄用於下一輪訓練。
國家數據局啟動第二批可信數據空間創新發展試點,重點推動數據與人工智能雙向賦能及市場規則機制創新。試點將在安全受控條件下提升企業和行業的高質量數據供給,以支援 AI 訓練和使用。試點亦探索按模型 token 調用、應用效果等方式計費和分配收益,以形成可持續的商業閉環。
薛國強帶領團隊突破電磁勘探理論與方法,研發自主創新的短偏移瞬變電磁(SOTEM)探測系統,推進深部找礦。新系統探測深度達3000米,解釋誤差降至7%,並已應用於白雲鄂博稀土礦等深部探測。團隊亦以深度學習整合多源數據,預測地下2000米內的潛在資源。
AWS 為 Amazon SageMaker HyperPod 推出三項工作負載復原及基礎設施檢查能力,分別驗證訓練運算、監察 EKS 故障,以及偵測 Slurm 停滯任務。
字節跳動正與 Microsoft 就追加採購約5億美元 Azure 雲服務深入談判,主要用於調用 OpenAI 模型。OpenAI 禁止中國企業直接使用其模型,但允許 Microsoft 透過 Azure 向中國客戶轉售,並擔心字節跳動可能藉此進行模型蒸餾。Microsoft 稱未發現相關證據,並強調合規使用。
研究團隊測試了 892 種股價突破關鍵價位後的交易策略,沒有一種通過全部測試;但在買盤推動突破時,突破當分鐘入場優於同日隨機入場,60 種可檢驗組合的結果方向一致,其中 48 種達到 p below 0.001。團隊正訓練模型,從一分鐘 K 線生成逐筆交易細節,以研究出場規則;生成數據的結果仍須在真實 tick 數據上驗證。
頻譜正規化透過將權重矩陣除以其最大奇異值,限制線性層的 Lipschitz 常數,控制網絡對輸入變化的敏感度並協助穩定訓練。實作通常以 power iteration 近似最大奇異值,額外成本低;但它只約束已正規化的層,不能單獨保證 GAN 收斂或模型具備穩健性。
薛國強帶領團隊提出曲面波理論,並研發短偏移瞬變電磁(SOTEM)探測系統,推進深部礦產探測。系統帶寬提升約2.5倍,探測深度達3000米,解釋誤差降至7%。團隊亦將多源數據匯入自建的「AI黑匣子」,預測地下2000米內的潛在資源。
中國科學院青藏高原研究所於11月16日發佈萬拓(One2N)氣象大模型,依託一張80GB顯示卡、歷時約4週,將原有0.7°預報模型細化為全球0.07°、每2小時更新一次的兩級預報系統。
Palo Alto Networks 同意以 $4.5B 全股票交易收購 AI 模型訓練與推理新創 Applied Compute,交易仍須監管批准。Applied Compute 提供開放權重模型的後訓練與推理平台,交易完成後,其研究團隊將加入 Palo Alto Networks。
推薦理由:這宗交易將 Applied Compute 的開放權重模型後訓練與推理平台納入 Palo Alto Networks 的企業安全佈局,呈現其面向混合模型環境的策略方向。
Tomorrow.io 的研究顯示,改善大氣初始狀態可提升 Aurora 1.5 和 WeatherNext 2 的 AI 天氣預報,無須更改預報模型。Sky 1 每小時更新初始條件;加入 15 個微波探測器的觀測後,28 個案例的初始水汽誤差降低約 5–8%,112 個 Aurora 1.5 預報在最多五天的各評估時效均降低近地面氣温誤差。
文章概述深度學習文字轉語音(TTS)模型的訓練流程,涵蓋資料集整理、模型架構選擇、訓練、語音克隆、品質評估及部署。文中比較 Tacotron-2、FastSpeech/FastSpeech-2 和 VITS,並指出 VITS 是兼顧品質與速度的選擇之一。語音克隆可透過微調預訓練多説話者模型,使用少量特定説話者語音。
Xlue 宣佈完成由 Conviction 領投的 $35M 種子輪融資,並發布介紹人類健康基礎模型的技術報告。Xlue 稱,其健康狀態模型在盲測第三方評估中勝過前沿 token 模型,所需計算成本不到 0.1%。報告亦提出離線模擬臨牀試驗,將治療組與對照組的預測結果用於調整受試者羣體選擇及試驗設計。
作者為大眾開展失智症開源項目,研究以 EEG 區分 Alzheimer's 與 FTD,最佳方案準確率為 63.3%,僅略高於猜測。項目採用巢狀交叉驗證,但目前樣本量小且來自單一地點,成果屬研究基準,並非診斷工具。項目徵求更多開放失智症 EEG 數據集、預訓練 EEG 基礎模型及獨立數據集測試方面的協助。
Hugging Face分析272次生產環境監督式微調(SFT)工作,發現CatBoost能更準確地預測端到端耗時。測試涵蓋約7,382 GPU 小時;CatBoost的R²為0.98,平均絕對誤差為1.71小時,中位誤差為0.51小時。相比之下,FLOP估算的R²為0.31,平均絕對誤差為12.41小時。
文章説明如何在 Node.js 以 Multer 接收頭像及訓練素材,並在寫入前驗證租戶、檔案大小與內容,再以不可變鍵保存至私有物件儲存。作者建議在需要共用 REST 整合面的情況下評估 Infrai,並以資料庫記錄 ObjectRef、租戶關係及保留日期,透過冪等鍵處理重試。
PAD提出一套策略感知數據價值評估框架,按目標駕駛策略衡量每段示範數據的效用。在 DiffusionDrive 上,相較只用真實數據訓練,PAD令 EPDMS 在 NavTest 提升 3.5 點、在 NavHard 提升 5.0 點;按策略篩選數據亦優於只用真實數據或完整數據池訓練。
GameRealm 是大型多模態遊戲資料集,收錄超過 120 million 個 RGB 影格及 1,000 hours 遊戲片段,並以同步標註將視覺觀察與遊戲中的監督訊號連結。資料集涵蓋深度、相機參數、音訊、控制輸入及 3D 點軌跡,並支援單視角、立體、多視角及全景錄製。實驗顯示,GameRealm 能提升視覺基礎模型在視覺生成及幾何學習任務上的表現。
巴黎初創公司 Remanence 協助企業訓練及微調開放權重 AI 模型,並完成 3,000 萬美元種子輪融資。此輪融資由 EQT Ventures 和 FirstMark 領投。
NVIDIA 的 Kumo Tabular 是一組開放權重表格基礎模型,可在單次前向傳播中對新數據集分類或回歸,無需訓練、超參數搜尋或特徵工程。論文報告 Kumo Tabular-L 在 8 個表格基準均排名第一;模型以表格中已標記的資料列作上下文,預測未標記查詢列的結果。
NVIDIA Cosmos 探討如何用兩個提示詞建立適合訓練的 Physical AI 數據集。高質素且多元的訓練數據集有助提升世界模型的準確度,但捕捉罕見缺陷、夜間事故等具挑戰性的情境既昂貴又耗時。原始數據整理成可供訓練的數據集,還涉及篩選、標註、生成及評估等複雜流程。
騰訊管理層表示,相關限制可能推動更多中國企業轉向國內供應鏈和國產晶片,加快國內供應鏈建設。短期內,租賃及自建算力均受影響,可用算力減少,騰訊下一代模型的訓練及推出可能需要更長時間。
文章提出一套 AI 匯入介面設計原則,建議不確定或不完整的資料列預設取消選取,待用戶明確確認後才匯入。有效性應依目前區段顯示的欄位判定,頁尾分開顯示已選取與可匯入數量;未知代碼須由用戶明確選擇建立或對應,並記錄自動符合資格、人工選取及接受未知代碼的決定。
作者以 EfficientNet-B0 在 APTOS 2019 訓練糖尿病視網膜病變分級模型,五折集成在保留測試集的 QWK 為 0.909。只用檔案屬性的 RandomForest 未讀取視網膜像素,仍得 QWK 0.652;同一模型在 IDRiD 與 Messidor-2 的 QWK 分別為 0.805 和 0.493。
哈囉 Robotaxi 整合智能車模型開發、系統方案與評測及 AI Infra 數據平台等團隊,成立「模型開發與數據閉環部」,由 CEO 楊磊直接負責。AI 原生車、二代車及量產工程交付相關業務由 CTO 於乾坤負責,其他智能車部門架構及匯報線維持不變。
騰訊管理層表示,資本開支在2027年仍會處於峯值,並正透過國內供應鏈持續增加算力。第三季度資本開支同比增長527%至814.33億元;管理層稱完成2026年和2027年的投入後,2028年財務趨勢將明顯改善。先進晶片供應限制可能令下一版本模型延遲推出,但國產晶片已能高效支援Hy4 flash等高效率模型的推理運算。
Ai2 與 Taylor Geospatial 宣佈合作,為保育、農業及人道工作者提供開放資源,協助比較、運行及開發地理空間 AI。合作涵蓋 Benchmarks of The World、可透過無程式碼平台微調及在全球運行的 OlmoEarth,以及擴充中的 Fields of The World。
騰訊總裁 Martin Lau 表示,美國針對中國晶片存取的新「遠端存取」規則令中國各方受挫,並會延遲新 AI 模型的訓練。
工業和信息化部發布並實施5項人形機器人標準,涵蓋智能化能力評價、關鍵零部件及人形機器人訓練三大方向。標準包括電驅動一體化關節、靈巧手、訓練場構建、訓練數據管理和智能化能力分級,均自發布之日起實施。智能化能力分級以感知認知、決策學習、執行表現和協作交互四個維度建立L0至L5框架,訓練數據管理則覆蓋數據全生命週期。
MillBill 將 B-rep 零件、毛坯及材料轉換為索引式三軸銑削的 G-code,並以幾何回饋協助模型修訂加工計劃。在100個 GrabCAD 零件的模擬評分中,本地運行的開源 Qwen3.8-27B 令97.4%的目標表面偏差維持在0.1 mm內;GPT-6 Astra、Claude Opus 5.5及 CNC-Net 分別達到94.3%、83.0%及42.3%。