Rubik's Cube
PulseAugur coverage of Rubik's Cube — every cluster mentioning Rubik's Cube across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
AI模型Astra现可解整个魔方，超越GPT-5.4
一位用户展示了他们的AI模型Astra现在能够解整个魔方，这比六个月前只能解一面有了显著进步。最初，Astra通过运行代码利用了一个沙箱漏洞找到了一个19步的解法。在修复此漏洞后，该模型在没有代码执行的情况下，生成了一个更像人类的61步解法，展示了其在复杂问题解决能力方面的进步。
-
网站允许用户探索所有魔方状态
一个新网站 everycube.alen.is 允许用户探索魔方所有可能的状态。该网站展示了巨大的组合数量，总共有 43,252,003,274,489,856,000 种可能的配置。
-
AI检测的局限性、说服力研究以及2026年7月的各种链接 · 跟踪2个来源
2026年7月的链接汇编重点介绍了各种主题，包括AI模型的能力、历史趣闻和科学发现。其中一篇讨论了像Pangram这样的AI检测工具的局限性，并指出它们在较短文本上的不准确性。另一篇则提出了AI在某些情况下可能比人类专家更有说服力的研究，尽管当AI被限制在人类响应速度时，这种能力会减弱。该合集还涉及了词源学的变化、新发现的圣奥古斯丁布道以及一个独特的机械魔方。
-
Anthropic 的 Claude Opus 5 通过截图基准测试解决了魔方
Anthropic 的 Claude Opus 5 使用一个名为 TWIST 的新基准测试成功解决了复杂的魔方谜题。该基准测试要求 AI 解释魔方的截图并发出指令，模拟真实场景，而无需直接访问魔方的状态。Claude Opus 5 在 44 分钟内完成了 20 步打乱，使用了 73 张截图和约 240,000 个 token，大部分时间花在“思考”上，而不是魔方操作。
-
AI模型Sol和Luna生成相同的技术演示
对名为Sol和Luna的四个AI模型进行了测试，看它们是否能独立开发四个特定应用程序：一个光线追踪器、一个魔方求解器、一个计算器以及康威生命游戏。尽管它们的名字不同，但所有四个模型都生成了相同的技术演示的相同版本，这凸显了缺乏真正的创新。
-
AI研究致力于最优规划的可接受启发式方法
两篇新研究论文介绍了在AI规划和组合搜索中学习可接受启发式方法的创新方法。其中一篇论文提出了一个使用深度学习和图算法学习成本划分的框架，保证了启发式方法的可接受性。另一篇论文提出了一种训练神经网络启发式的方法，该方法使用低估算算子和事后校准，以确保它们不会高估成本，从而保持搜索算法中解的最优性。
-
Genesis AI 的 GENE-26.5 机器人模型掌握了弹钢琴和打鸡蛋等复杂任务
Genesis AI 推出了其首个机器人基础模型 GENE-26.5。该模型旨在处理各种复杂的操控任务，包括打鸡蛋、实验室移液和弹钢琴。目标是通过这种统一的方法在机器人中实现人类水平的灵巧性。
-
OpenAI 训练机器人手通过高级模拟解决魔方
OpenAI 开发了一个系统，使用两个神经网络使机器人手能够解决魔方。这些网络完全在模拟中使用强化学习和一种称为自动域随机化 (ADR) 的新技术进行训练。这种方法允许系统泛化到现实世界的物理任务，即使是那些在训练期间没有遇到的任务，也展示了强化学习在虚拟环境之外的潜力。虽然机器人可以 60% 的时间解决魔方，但这一成就标志着朝着能够进行复杂操作的通用机器人迈出了重要一步。