搜索结果
找到 19 条关于"开源"的结果
PrimeSim：用 3 万小时跨本体示范把视频模型变成机器人世界模拟器
中期训练语料约 30,110 小时、22 个机器人平台，真实与仿真比例约 84:16；四步蒸馏后官方测得约 10.1 FPS，最长展示约 105 秒的连贯回滚；在 WorldSimProbe 上对五个开源动作条件世界模型领先五项中的四项，均分 66.6；EWMBench 总分 6.09；八个不同水平的 OpenVLA-OFT 策略在 PrimeSim 与 LIBERO 物理模拟器中的成功率 Spearman ρ=1.00、Pearson r=0.99；在 PrimeSim 内做 200 步 GRPO 后，策略在物理模拟器中的成功率从 61.7% 升至 73.2%；作者称将发布权重与代码
La-JEPA：在 V-JEPA 特征空间里从头训练紧凑机器人世界-动作策略
策略 Transformer 在 V-JEPA 2.1 特征空间中从头训练；推理时只生成动作，未来特征预测仅用于训练；无具身预训练设定下，La-JEPA L 在校正指令的 LIBERO-Plus 上成功率为 88.0%（发布指令为 84.1%），LIBERO 为 98.1%；RoboTwin 2.0（仅用干净演示训练）上，La-JEPA B 干净场景 86.2%、随机场景 35.4%、均值 60.8%（三种子平均值）；作者称在相当或更好的性能下，优化后的推理可比 Fast-WAM 快最多约 5 倍；四个真实 Franka 桌面任务平均成功 17.50/20，与具身预训练的 π0.5（17.25/20）相当；代码位于 github.com/mt-clemente/lajepa
Meta RoboJEPA：首个多本体机器人世界模型算力缩放律（开源 8B）
数据：23 个数据集、12 本体、约 15022 视频小时；模型规模 22M–8B；称迄今最大 JEPA predictor；想象误差呈二阶幂律，可外推至 4B/8B；代码与 checkpoint：github.com/facebookresearch/robo_jepa
InternVL3探索开源多模态模型先进训练与测试时方法
上海人工智能实验室 官方技术报告——书生 InternVL3：开源多模态模型的先进训练与测试时方法探索
腾讯混元-Large开源MoE模型激活参数520亿
腾讯 官方技术报告——腾讯混元-Large：激活参数 520 亿的开源 MoE 模型
以模型数据与测试时扩展拓展开源多模态模型性能边界
上海人工智能实验室 官方技术报告——书生 InternVL 2.5：通过模型、数据与测试时扩展拓展开源多模态模型性能边界
Octo：开源通用机器人策略
Octo：开源通用机器人策略，由UC Berkeley 等发布（2024-05）。arXiv公开论文，可免费下载全文PDF，属于具身智能/机器人基础模型方向，适合做论文解读/产品发布解读类内容；具体结论以原文为准。
OpenVLA：开源视觉-语言-动作模型
OpenVLA：开源视觉-语言-动作模型，由Stanford/UC Berkeley 等发布（2024-06）。arXiv公开论文，可免费下载全文PDF，属于具身智能/机器人基础模型方向，适合做论文解读/产品发布解读类内容；具体结论以原文为准。
AIRoA-0：用手持夹爪数据训练的长程、跨本体双臂操作模型（开源1.6万小时数据集）
只用人手持YUBI夹爪录制的数据训练，10项长程精细任务平均成功率78%（同数据后训练的四个VLA最强为27%），同一权重跑在Franka、UR、OpenArm等机械臂上；公开16,151小时数据集、预训练权重与后训练配方。
2026 年 AI 现状报告（Air Street Capital）
State of AI Report 2026 为最新开放年报PDF，延续其对AI研究、产业落地、政策与安全的年度扫描。可与2025版对照做「两年变化」内容，也可直接引用其幻灯结构做短视频。