Ace Robot
PulseAugur coverage of Ace Robot — every cluster mentioning Ace Robot across labs, papers, and developer communities, ranked by signal.
6 天有情绪数据
-
新的ACE-Data-0数据集解决了具身AI数据瓶颈
研究人员开发了环境捕获引擎（ACE），一个旨在解决具身智能数据瓶颈的系统。ACE将家庭环境转变为同步录音棚，捕获包括第一人称感知、全身运动、物体交互、音频和触觉信号在内的全面数据流。该系统已被用于创建ACE-Data-0，一个包含150小时跨越不同任务和环境的人类演示的数据集，旨在推进模仿学习和具身AI系统。
-
无人机高光谱成像论文详述PFM-1地雷检测方法
本文探讨了使用无人机（UAV）高光谱成像（HSI）检测PFM-1地雷的方法。研究人员比较了几种检测算法，包括光谱角度映射（SAM）、匹配滤波器（MF）、自适应相干估计器（ACE）和约束能量最小化（CEM）。该研究通过评估在找到所有目标之前需要检查的误报数量，来关注这些方法的运行效率，发现与SAM变体相比，ACE显著减轻了检查负担。
-
新的ACE策略增强了在异质图上的GNN训练
研究人员开发了一种名为自适应互补增强（ACE）的新策略，以改进图神经网络（GNN）在异质图上的训练。现有方法在图的简化版本上进行训练，由于简化过程中信息丢失，在异质数据上表现不佳。ACE通过学习重建原始节点特征并纳入考虑局部异质性的正则化来解决这个问题，从而能够更有效地训练复杂的图结构。
-
将实体关系抽取构建为多轮问答
研究人员通过将实体关系抽取构建为多轮问答问题，引入了一种新颖的方法。该方法利用机器阅读理解模型，并将关键信息编码到问题查询中。在ACE和CoNLL04数据集上进行的实验表明，与现有模型相比，该方法取得了显著的改进，达到了最先进的水平。该方法还成功应用于一个新的中文数据集RESUME，该数据集需要更复杂的推理才能进行实体依赖抽取。
-
商汤在2026 WAIC上发布“未来实验室”，展示具身智能和先进基础设施
在2026 WAIC上，商汤展示了其“未来实验室”，包含未来生活、未来智能计算、未来城市和未来助手四大主题展区。“未来生活”展区重点介绍了“办公小浣熊”等AI原生生产力产品以及用于视频创作的“Seko”智能体，并展示了个人成长工具。“未来智能计算”展区则展示了商汤的AI基础设施，强调了在国产芯片上的性能提升。“未来城市”展区展示了升级版的城市管理平台SenseFoundry，而“未来助手”展区则展示了能够执行复杂任务的具身智能机器人，…
-
LLM模组通过动态NPC和涌现式叙事彻底改变RPG
开源大型语言模型（LLM）正在显著提升角色扮演游戏（RPG）的体验，尤其是在支持广泛模组的游戏（如Skyrim）中。CHIM和SkyrimNet等模组利用LLM来创建动态且上下文感知的非玩家角色（NPC），从而实现涌现式叙事和个性化任务线。这使得玩家能够参与更深层次的角色扮演场景，超越预设内容和静态NPC交互的限制。
-
AI 自进化可能始于外部系统，而非模型权重
前 OpenAI 安全副总裁 Wonyong Li 提出了一条 AI 自进化的新路径，建议从外部操作系统（Harness）开始，而不是直接修改模型权重。该 Harness 系统负责管理工具使用、上下文、任务拆分和结果验证，并可根据观察到的失败进行迭代改进。DeepSeek 的崔天言等研究人员认为，改进 Harness 是 AI 进步的一个有前景的方向，有可能在不改变核心模型的情况下实现显著的性能提升。
-
Lilian Weng 回顾 AI 智能体引导工程；Anthropic 扩展 Claude Cowork
Lilian Weng 的最新研究回顾聚焦于递归自我改进 (RSI) 的引导工程，综合了 35 篇论文的见解。她强调，即使核心模型不断改进，指定目标和上下文的需求仍将持续存在。AI 推特回顾亮点包括 Anthropic 扩展了其“后台智能体”用户体验 Claude Cowork，使 Claude 成为一个任务运行的队友。此外，引导工程正成为智能体设计的核心，LangChain 推出了新课程和项目，Google 的 Gemini API…
-
新框架增强具身代理的复杂操作能力 · 跟踪2个来源
两篇新的研究论文介绍了一种使具身代理能够执行长时程操作任务的框架。Cortex 使用一种双向对齐的具身代理框架，并带有定制的规划接口，将高层视觉语言模型（VLMs）的可执行子任务计划传达给低层视觉语言动作（VLA）模型。ACE 是另一个框架，它采用零样本工作流推理来进行桌面操作，将代理推理与可执行技能以及用于适应动态环境和执行失败的多时间尺度记忆相结合。这两种方法都旨在克服当前模型在处理复杂、多步任务方面的局限性。
-
AI研究重新定义持续学习，超越记忆关注适应性
近期研究论文探讨了AI模型中持续学习的复杂性，超越了简单的上下文管理，以解决模型能力随着世界变化而产生的根本性提升。研究调查了模型如何适应新领域和漂移数据，一些方法在快速适应方面表现出色，但在未来任务上表现下降，而另一些方法则更稳定地积累知识，但难以处理过时事实。一个突出的关键挑战是，当前的持续学习方法倾向于隐式地假设未来数据知识，而不是真正地无关紧要，这导致需要新的方法来平衡保留和适应性。
-
新研究发现连续扩散语言模型过度重复文本，提出ACE修复方案
一篇新发表在arXiv上的研究论文指出了连续扩散语言模型（如ELF）的一个关键缺陷，即低困惑度得分因过度重复而具有误导性。研究发现，与人类生成的内容相比，这些模型会显著重复文本，而困惑度指标无意中奖励了这种行为。研究人员提出了一种名为ACE（Attractor-Contrast-Escape）的一维修复方法，该方法从自条件反馈循环中减去一个特定方向，将重复减少到接近人类水平，同时保持了具有竞争力的质量并提高了计算效率。
-
新的ACE框架提供了更公平的大型语言模型校准比较
一个名为ACE的新框架已被开发出来，用于提供对大型语言模型校准更准确、更公平的比较。现有的使用预期校准误差和Brier分数等全局指标的方法，由于模型准确性的差异而受到混淆。ACE通过其实例对齐、分布对齐和候选对齐视图，通过控制准确性来解决这个问题。使用ACE的研究表明，在准确性控制后，许多先前观察到的校准优势显著减弱，模型排名频繁逆转，表明原始全局指标在跨模型比较中存在不足。
-
自主互联企业（ACE）成为新的人工智能驱动的操作系统
自主互联企业（ACE）的概念正作为一种新的操作系统出现，它超越了传统的自动化，实现了以结果为导向的自主性。该模型将智能直接嵌入工作流程，使企业能够实时适应、预测变化并在保持人类治理的同时，在整个价值链中做出决策。组织正越来越多地投资于将人工智能整合到其运营中，其中相当一部分预计将在三到五年内获得积极的投资回报。
-
Intel 和 AMD 合作推出 ACE CPU 扩展，实现 x86 高效 AI
Intel 和 AMD 合作推出了新的 ACE CPU 扩展，旨在增强 x86 处理器上的 AI 工作负载。这些扩展利用现有的 AVX10 寄存器，但集成了专用的矩阵乘法硅片，以提高能效和开发便利性。与 AVX10 相比，ACE 扩展每个指令可以执行更多的操作，有可能加快 AI 模型执行速度并更好地利用资源。这种标准化方法将允许 PyTorch 和 TensorFlow 等 AI 框架针对一致的 x86 目标进行一次代码优化，支持广泛…
-
TimeProVe框架通过高效验证增强长视频时间推理能力
研究人员开发了TimeProVe，一个旨在提高长视频中时间推理效率的新型框架。该方法使用轻量级模块来提出潜在答案和证据，仅在需要时才调用计算成本更高的视觉语言模型（VLMs）进行有针对性的验证。TimeProVe引入了基于动作的候选证据（ACE）模块和一个新的基准测试OpenTSUBench（OTB），用于评估日常生活场景的真实世界活动。该框架显著减少了VLM调用和推理成本，同时在OTB上取得了最先进的成果，并在其他基准测试上取得了有…
-
Jeff Bezos 的 AI 初创公司 Prometheus 估值达 410 亿美元
Jeff Bezos 的 AI 初创公司 Prometheus 的估值已达 410 亿美元。该公司也称为 Ace Robot，专注于工业 AI 应用。该估值于 2026 年 6 月 11 日公布。
-
Intel 和 AMD 推出 ACE CPU 扩展以实现高效 AI 工作负载
Intel 和 AMD 已联合发布 AI 计算扩展 (ACE) 规范，旨在提升 x86 处理器上 AI 工作负载的性能。这些扩展为矩阵乘法引入了专用芯片，旨在与现有的 AVX 指令相比，提高能效和密度。ACE 支持广泛的机器学习数据类型，并为 PyTorch 和 TensorFlow 等框架提供统一的开发目标，简化了跨不同硬件实现的优化过程。
-
Sony AI 的 Ace 机器人击败职业选手，展示出完美的一致性
Sony AI 的 "Ace" 机器人已在国际乒联官方规则下，击败了职业乒乓球选手 Miyu，取得了重要的里程碑。这一成果发表在 Nature 论文中，突显了该机器人在复杂、实时的体育环境中极高的精准度和快速反应能力。人类对手指出，Ace 的心理优势源于其完全没有疲劳、恐慌，并且在激烈的对攻中表现出完美的一致性。
-
Bluesky AI部门推出ACE2S-SHiELD+气候模拟器
Bluesky的AI部门推出了ACE2S-SHiELD+，一个先进的气候模拟器。该新工具旨在准确区分海表温度和二氧化碳对气候的影响。它改进了之前的ACE系列模拟器，后者有时会产生不准确的结果。
-
AI 商业引擎使用 Stripe 和 x402 实现分级访问
作者详细介绍了 ACE（一个旨在管理对各种 AI 工具访问的 AI 商业引擎）的创建过程。ACE 作为许可证服务器，与 Stripe 等支付处理器（用于人类订阅）和 x402（用于代理间微支付）集成。成功付款后，它会生成加密的许可证密钥，客户随后使用这些密钥来访问被动收入分析、AI 战略咨询和自主商业执行等服务。