Oasis
PulseAugur coverage of Oasis — every cluster mentioning Oasis across labs, papers, and developer communities, ranked by signal.
- 2026-07-05 product_launch The OASIS voice input ring is gaining popularity, alongside other AI hardware. 来源
2 天有情绪数据
-
中国公司报告强劲利润增长；Anthropic 计划禁止渠道，AI 硬件获得关注
浙富控股预计2026年上半年净利润将同比增长121%-156%，这得益于其固废处理和资源循环利用业务。与此同时，招商能源航运预计同期净利润将增长214%-248%，这归因于国际油轮市场的超级周期和干散货市场的改善。在不相关的消息中，Anthropic 据报道计划封堵地下渠道，而 AI 硬件，特别是 OASIS 语音输入环，正日益受到欢迎。
-
富士康六月营收增长52.1%，预计AI服务器机架需求
富士康六月营收为新台币8218亿元，同比增长52.1%。尽管ICT行业面临传统季节性放缓，该公司预计AI服务器机架将持续增长。另外，东方神虹预计上半年净利润将达到新台币42亿至50亿元，较去年同期大幅增长，这归因于石化行业状况的改善和全球油价的上涨。
-
Anthropic 计划封禁地下渠道；AI 硬件迎来热潮
据报道，Anthropic 计划封禁地下渠道的访问，但细节尚不清楚。另外，AI 硬件市场正受到越来越多的关注，Vibe Coding 语音输入戒指获得了关注。
-
2026年暑期档票房破20亿；AI硬件受关注
据灯塔专业版数据，2026年暑期档电影票房（含预售）已突破20亿元。另外，张雪披露计划通过出售股票偿还近1亿元债务。在科技领域，Anthropic 计划封堵地下渠道，而AI硬件，特别是Oasis语音输入环和Vibe Coding，正受到关注。
-
张雪将偿还1亿元债务；Macrogen Pharma推进中风药物试验；Anthropic考虑渠道禁令
张雪宣布计划在本月通过出售部分股份偿还近1亿元人民币的债务。此外，宏远药业-B（02335.HK）已招募首名患者参与其MT1002的Ib/II期临床试验，MT1002是一种用于急性缺血性中风的双靶点拮抗剂。另外，据报道Anthropic正在考虑全面禁止地下渠道，OASIS语音输入环正在获得普及，提振了对AI硬件的兴趣。
-
大立光六月營收下滑10.46%
大立光六月營收為新台幣37.12億元，年減10.46%。該公司最新的營運數據於7月5日發布，詳細說明了其財務表現。另外，新聞快訊中還提到了美國持續的熱浪，超過1.65億人因極端高溫面臨重大的健康風險。
-
高温天气下中国空调在欧洲销量激增；AI硬件吸引关注
受厄尔尼诺现象引发的热浪影响，中国空调品牌在欧洲的销量激增。尽管需求强劲，但由于安装挑战、高昂的人工成本和建筑法规等因素，欧洲家庭空调的普及率仅为20%左右。市场对易于安装的空调单元需求正在上升。此外，AI硬件市场，如OASIS语音输入戒指，正受到关注，而Anthropic据报道正计划封堵某些地下渠道。
-
AI 模型在通过 MRI 扫描诊断神经退行性疾病方面展现出潜力
研究人员开发了先进的深度学习框架，以提高使用 MRI 扫描诊断神经退行性疾病的准确性。一种名为 NeuroBridge 的方法采用多任务学习框架，将自监督预训练与特定的诊断目标相结合，在识别不同患者群体的阿尔茨海默病和轻度认知障碍等疾病方面取得了高精度。另一种模型 End-Net 采用深度多尺度神经网络，旨在捕捉细微的解剖学差异，用于神经系统疾病的多类别分类，表现出卓越的性能和泛化能力。这两种方法都旨在提高诊断的准确性和可及性，其中 …
-
使用 OASIS 框架构建 AI 社交模拟
本文介绍了使用 OASIS 框架构建 AI 社交模拟的教程。它详细介绍了角色设计过程和多智能体社交模拟的实现。重点在于在模拟的社交环境中创建逼真的 AI 交互。
-
AI系统ProMUSE通过自适应成像降低阿尔茨海默病诊断成本
研究人员开发了ProMUSE，一个新颖的AI系统，旨在通过自适应地整合多模态数据来改善阿尔茨海默病的早期诊断。该系统最初使用低成本的临床评估并量化诊断不确定性。如果存在高不确定性，ProMUSE会逐步整合更昂贵的数据，如MRI和PET扫描，并利用Dempster-Shafer理论融合信息，减少对昂贵成像的依赖。在基准数据集上的实验表明，ProMUSE可以达到与全模态方法相当的准确性，同时显著减少对MRI/PET扫描的需求，为广泛筛查提…
-
新框架Artemis解决神经影像中的人口统计学混淆因素
研究人员开发了Artemis，一个新颖的区域级因果框架，旨在消除多模态神经影像数据中的人口统计学混淆因素。该框架整合了功能性磁共振成像（fMRI）和弥散张量成像（DTI）数据，利用图神经网络（GNNs）分析大脑网络。Artemis解决了年龄和性别系统性影响连接模式的问题，这可能误导GNNs。通过学习区域特定的混淆因素表示，该系统允许在每个大脑区域独立进行因果干预，从而提高神经影像分析的准确性和可解释性。
-
AI 逐帧生成可玩游戏世界
AI 正在发展到一个可以逐帧生成整个可玩游戏世界的地步。Genie 3、Muse 和 Oasis 等新 AI 模型正在推动这一发展。游戏行业正在做出回应，随着 AI 驱动的游戏引擎的出现，Unity 提供了开发套件。
-
NeuroAlign框架融合神经影像以分析认知障碍
研究人员开发了NeuroAlign，一个新颖的分层框架，旨在融合动态和结构神经影像数据以分析轻度认知障碍（MCI）。该系统采用双模态分层对齐来模拟多尺度连接性并对齐功能-结构嵌入，以及双域分层交互以进行细粒度特征调制。NeuroAlign还包括协同激活映射，一种无梯度归因方法，用于检查模型衍生的脑部模式，并在多个数据集上展示了具有竞争力的性能。
-
OASIS框架使用仿真数据进行人形机器人操控
研究人员开发了OASIS框架，该框架使用3D生成模型为人形机器人操控任务创建逼真的资产。该系统在仿真环境中收集遥操作轨迹数据，然后通过域随机化对其进行增强。与在真实世界数据上训练的策略相比，在这些仿真数据上训练的策略在真实机器人上表现出更优越的零样本性能，这主要归功于仿真捕捉到的光照和环境的更广泛变化。
-
OASIS 策略对齐机器人动作和观察空间
研究人员推出 OASIS，这是一种新颖的视觉运动策略，旨在通过对齐观察和动作空间来改进机器人操作。该方法利用 SE(3) 末端执行器轨迹预测，以确保中间表示能够内在地理解动作的刚体几何。通过耦合 3D 感知特征编码器和 SE(3) 轨迹预测器，OASIS 生成与刚体运动一致的动作块，在模拟和真实世界实验中均优于现有的视觉-语言-动作和世界动作模型。
-
新方法提升LLM量化效率与准确性
研究人员开发了多种新方法来提高大型语言模型（LLM）量化的效率和准确性。这些技术旨在减少LLM的内存占用和计算成本，使其更容易部署在资源受限的设备上。创新包括混合专家（MoE）模型的无校准比特分配、利用量化漏洞的异常值注入以及硬件友好的混合精度量化框架。