跳到正文
10月21日周三
  1. Hugging Face Blog81

    NVIDIA 推出 SimReady Central 开源仿真资产库

    NVIDIA 在 Hugging Face 上发布 SimReady Central,包含2000多个用于机器人和AI工厂仿真的3D资产,支持碰撞几何、质量、摩擦等物理属性。OEM厂商可提交符合 SimReady 标准的资产,开发者可组合这些资产构建仿真环境,并通过 AI 辅助工具快速创建场景。

    推荐理由:开放2000+仿真资产库把机器人开发门槛从建模降到组装,接下来看OEM和开发者如何共建生态。

  2. 财联社电报65

    英伟达升级Isaac机器人平台 推出人形机器人参考框架与仿真工具

    英伟达宣布升级Isaac通用机器人开发平台,推出新的人形机器人参考框架、仿真工作流及数据工具,旨在加速通用机器人开发。相关更新覆盖机器人训练、仿真验证和部署流程,帮助开发者利用合成数据和仿真环境训练机器人,并在实际部署前验证机器人行为。

  3. IT之家68

    报告显示23个核心开源项目中11个仅靠1-2人维护

    IT之家报道,统计发现全球广泛依赖的23个核心开源项目中,有11个在过去一年里仅由1至2名开发者持续维护。xz项目在统计期内仅有Lasse Colin一人定期贡献,完成了2025年约97%的修改;sudo命令和IANA时区数据库也面临类似情况。资金支持能明显改善维护状况,如curl每年获得约8.97万美元收入后已有11位常规贡献者,OpenSSL在获得540万美元资助后贡献者从6人增至32人。

  4. Latent Space85

    DeepSeek开源DeepInfer高性能推理框架

    DeepSeek开源了其生产级推理框架DeepInfer,支持高达155万亿tokens/天的集群吞吐量,在非高峰时段每卡每小时收入达38美元,约80%的推理利润率,81天可收回成本。该框架基于vLLM定制,添加了优化的KV缓存、预填充/解码分离和负载平衡等功能,支持NVIDIA SM100和华为Ascend 950平台。

    推荐理由:开放高性能推理框架DeepInfer将155T tokens/天的吞吐量转化为$22m日收入,开源与商业边界正在重构。

  5. 量子位85

    MemT 1.0发布:记忆原生模型实现近300B参数规模工程验证

    MemT 1.0系列开源发布,包括36B参数的MemT-1.0-Nano和288B参数的MemT-1.0-Flash,首次实现近300B参数规模记忆原生模型的工程验证。该模型将经验编码为内部动态状态,通过专门的记忆分支参与计算,在SWE-bench等任务中表现优于无经验基线,平均成功率和可靠性显著提升。

    推荐理由:将记忆编码为内部动态状态,让经验成为模型可学习的能力,为RSI拼图补上关键一环。

  6. arXiv · cs.RO55

    MARE: 带真实阴影数据的开源月球车模拟器

    研究人员发布MARE(Modular Autonomy and Rendering Environment),一个基于Unreal Engine 5和ROS 2的开源月球车感知与自主性模拟套件。该系统包含地形生成器、配备多种传感器的月球车物理模型和基于Web的导航控制栈,专门解决月球极地低太阳高度角下的长阴影挑战,提供像素级精确的地面真实数据。

  7. arXiv · cs.RO76

    Fast Motion Retargeting Pipeline for Scalable Humanoid Robot Learning

    研究人员提出 FRDV 框架,用于人形机器人学习的快速运动重定向,其运动学阶段处理速度可达每秒 9,156 帧,比现有方法快约 136 倍。该框架包含快速约束运动学重定向和动力学验证管道,可在 Unitree G1 人形机器人上实现模拟到现实的迁移。

    推荐理由:将人类运动数据快速迁移到人形机器人仍面临挑战,FRDV 框架通过动力学验证将处理速度提升 136 倍。

  8. arXiv · cs.RO65

    工业级ReMEmbR:扩展时空记忆至机器人舰队

    研究人员提出IndustrialRemembr,一个共享时空记忆系统,将NVIDIA ReMEmbR扩展至机器人舰队,通过按需生成场景描述减少服务器端计算。系统使用NVIDIA Jetson在机器人端编码视频片段,不上传原始相机帧,并支持GDPR合规的PII抽象。

    推荐理由:将时空记忆扩展至机器人舰队,通过按需生成描述降低服务器计算量,同时保护隐私。

  9. arXiv · cs.RO75

    通过混合灵巧模仿学习可适应的灵巧技能

    Yuxuan Kuang 提出 AdaDex,一种目标条件强化学习框架,能将几秒的手部物体轨迹转化为可适应的灵巧技能。该方法结合运动跟踪环境和泛化环境训练,实现了功能性抓取、物体重新定位、手指行走的在手重定向等多样化技能,并在模拟器和真实世界间实现了迁移学习。

    推荐理由:通过混合灵巧模仿方法,从几秒人类动作中学习可适应的灵巧技能,解决了泛化与人类先验之间的权衡问题。

  10. IT之家76

    谷歌开源 TorchTPU,挑战英伟达 AI 生态主导地位

    谷歌宣布面向 TPU 的原生 PyTorch 框架 TorchTPU 已在 GitHub 开源,允许开发者无需重写代码即可将现有 PyTorch 应用迁移到谷歌 TPU 和谷歌云。亚马逊同期也发布了类似产品 TorchNeuron,用于将应用移植到 Trainium 芯片和 AWS。两家公司正努力削弱英伟达在 AI 硬件和生态中的主导地位。

    同一件事,精选收录的是《谷歌推出TorchTPU,加入亚马逊阵营挑战NVIDIA在AI开发者中的主导地位》

  11. HuggingFace Daily Papers65

    TARSphere: 面向长时程具身智能体的全栈框架

    研究团队提出TARSphere框架,包含基础设施TARSphere-Infra和多模态大模型智能体TARSphere-Harness,用于在物理和社会环境中执行长时程任务。研究构建了TARSphere-Bench评估基准,包含30个室内场景的360个剧集,评估了8个多模态大模型的表现,发现通用模型可能优于专用模型,但任务更新和人机交互仍有困难。

    推荐理由:研究揭示了通用大模型在具身任务中可能优于专用模型,但任务更新和人机交互仍是难点,执行安全评估亟待加强。

  12. HuggingFace Daily Papers75

    SplatLab: 3D高斯溅射研究的自主科学发现系统

    SplatLab是一个针对3D高斯溅射(3DGS)的自主研究系统,能够复现已发表论文、提出扩展方案、训练模型并撰写论文。该系统在Mip-NeRF 360和LLFF数据集上,其生成的论文在PSNR指标上比复现目标高出+0.18至+3.78 dB,包括在天文摄影星云渲染上取得的+3.78 dB提升。

    推荐理由:SplatLab 将科研周期从数月压缩至数天,通过可验证的实验流程和自动生成的论文,实现了3D高斯溅射研究的自主发现。

  13. The Decoder75

    Deepseek 开源 DeepInfer 推理引擎

    Deepseek 开源了其内部推理框架 DeepInfer,该框架基于 vLLM 构建,通过优化计算内核、多芯片分布式处理和更快的文本生成技术,使其 V4.1-Flash 模型能够快速规模化生成响应。公司还发布了 deepseek-recipe,用于复制官方 Deepseek API 的 token 处理方式,确保自托管设置行为一致。

  14. Hugging Face Blog75

    NVIDIA 发布 Cosmos3-H-Dreams 生成式外科手术模拟器

    NVIDIA 发布 Cosmos3-H-Dreams,首个基于临床胆囊切除术数据训练的实时生成式外科手术模拟器,可在单块 NVIDIA RTX PRO 6000 GPU 上运行。该模型基于 Cosmos3 架构,通过学习临床手术视频和机器人运动学数据,实现了对人体内部复杂解剖结构和组织运动的实时交互模拟。

    推荐理由:首个基于临床手术数据训练的实时生成式外科模拟器,将手术训练从桌面场景推进到复杂人体内部环境。

10月20日周二
  1. 开源中国40

    开源 AI 对 APEC 经济体的价值

    Linux 基金会发布报告评估开源 AI 在 APEC 经济体的采用率、投资规模及经济与社会影响。开源 AI 通过降低成本、避免供应商锁定、促进创新,为中小企业和发展中经济体带来机遇。报告基于文献综述及与 11 个经济体百余位专家对话完成。

  2. HuggingFace Daily Papers75

    OpenVLHarness: 基于多模态记忆的真实世界视觉智能体工具使用

    研究者提出OpenVLHarness框架,结合能力层和持久多模态记忆,在22个基准测试上提升9.7-12.6分,相比无工具基线显著提高性能,同时降低模型token成本最多37%。

    推荐理由:通过工具使用和持久多模态记忆提升视觉推理,9.7-12.6分的提升证明外部知识整合的价值。

  3. arXiv · cs.RO70

    HandsOn: 一种可推广的灵巧操作大规模仿真基准

    Tianwei Luo等人发布了HandsOn,一个跨形态灵巧操作的仿真平台和基准,支持五种机械臂、六种灵巧手和约200种刚体、关节和可变形物体。该基准包含18,000个人类演示和66个人类验证任务,分为Core-50和Transfer-16两部分。

    推荐理由:首个覆盖五臂六手200物体的灵巧操作基准,暴露了当前AI在物理交互中的真实能力边界。

  4. HuggingFace Daily Papers65

    HarnessPro: 使用帕累托优化进行递归自改进以平衡性能与成本

    HarnessPro 是一种无需标签的方法,通过递归自改进优化智能体(harness)性能并降低执行成本。该方法使用LLM生成的测试评估候选harness,提供三种不同性能-成本优先级的版本。实验显示,在多个基准测试中,HarnessPro的重型模式相比RHO方法平均通过率提升2.0个百分点,同时每任务成本降低26.1%。

    推荐理由:通过递归自改进和帕累托优化,HarnessPro 在提升任务性能的同时降低执行成本,为智能体开发提供了新思路。

  5. IT之家43

    ReactOS 正式支持 NTFS 文件系统安装

    ReactOS 新增 NTFS 驱动,可直接安装到 NTFS 分区,此前需 FAT32 分区。该驱动目前性能较差且不支持日志和安全特性,但为兼容性测试和双系统部署铺平道路。项目同时移除“Documents and Settings”目录,向 Windows NT 6 架构过渡。