RL for LLMs，强化学习的 Scaling Law 才刚刚起步？
本期通讯 21036 字，可免费试读至 8%。
阅读全文 ：RL for LLMs，强化学习的 Scaling Law 才刚刚起步？
公众号
机器之心
专业的人工智能媒体和产业服务平台
这个来源的文章
面对杂乱场景，灵巧手也能从容应对！NUS邵林团队发布DexSinGrasp基于强化学习实现物体分离与抓取统一策略
令灵巧手在杂乱环境中自适应调整分离与抓取策略，提高抓取成功率和操作效率。
阅读全文 ：面对杂乱场景，灵巧手也能从容应对！NUS邵林团队发布DexSinGrasp基于强化学习实现物体分离与抓取统一策略Anthropic 首席科学家的 AI「视界」如何判别 AGI 进程？
AI「视界」增长需要提升模型智能、增加上下文长度，还要搭配强化学习。
阅读全文 ：Anthropic 首席科学家的 AI「视界」如何判别 AGI 进程？原生多模态大模型也能强化学习，思维链长达几万字，商汤日日新V6来了
拥有行业最强多模态推理与交互能力的商汤「日日新 SenseNova V6」来了。
阅读全文 ：原生多模态大模型也能强化学习，思维链长达几万字，商汤日日新V6来了IC-Light的视频版本来了，RelightVid：强光动态环境下的视频光照编辑神器
IC-Light 的视频版本来了——RelightVid！
阅读全文 ：IC-Light的视频版本来了，RelightVid：强光动态环境下的视频光照编辑神器CVPR 2025 | 2D 大模型赋能3D Affordance 预测，GEAL助力可泛化的3D场景可交互区域识别
借助 2D 基础模型实现对 3D 场景中可交互区域的精确预测
阅读全文 ：CVPR 2025 | 2D 大模型赋能3D Affordance 预测，GEAL助力可泛化的3D场景可交互区域识别42.5 Exaflops：谷歌新TPU性能超越最强超算24倍，智能体协作协议A2A出炉
Ironwood，迄今为止最强大的 AI 处理器。
阅读全文 ：42.5 Exaflops：谷歌新TPU性能超越最强超算24倍，智能体协作协议A2A出炉闭环端到端精度暴涨19.61%！华科&小米汽车联手打造自动驾驶框架ORION，代码将开源
ORION框架为端到端自动驾驶提供了一种全新的解决方案。
阅读全文 ：闭环端到端精度暴涨19.61%！华科&小米汽车联手打造自动驾驶框架ORION，代码将开源论文党狂喜！alphaXiv推出Deep Research一秒搜遍arXiv，研究效率直接爆表
更高效地在 arXiv 平台上进行学术论文的检索与阅读。
阅读全文 ：论文党狂喜！alphaXiv推出Deep Research一秒搜遍arXiv，研究效率直接爆表