PulseAugur
中
实时 10:00:13
实体 Soma

Soma

PulseAugur coverage of Soma — every cluster mentioning Soma across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
7
90 天内 15
发布 · 30天
0
90 天内 0
论文 · 30天
4
90 天内 9
层级分布 · 90 天
主题
时间线
  1. 2026-11-04 product_launch A new application named SOMA, powered by Claude Code, has been released, enabling users to design objects using CAD and generate technical drawings. 来源
情绪 · 30 天

5 天有情绪数据

最近 · 第 1/1 页 · 共 16 条
  1. TOOL · CL_341022 ·

    Claude Code驱动新的SOMA应用程序,用于CAD设计和技术图纸

    一位用户创建了一个名为SOMA的新应用程序,该应用程序利用Claude Code为书架等物体设计和生成技术图纸。该应用程序的下载量已超过1000次,允许用户提示Claude Code进行设计,通过在3D视图上绘图进行修改,甚至执行工程检查。SOMA在很大程度上由Claude Code本身开发,用户提供指导和测试,并利用详细的markdown文件来维护会话间的项目上下文。

  2. TOOL · CL_324894 ·

    新的SOMA算法通过高效的锐度惩罚增强LLM训练

    研究人员推出了一种新的优化技术——锐度感知正交动量算法(SOMA),旨在提高大型语言模型(LLM)的泛化能力和鲁棒性。SOMA将计算高效的扰动方案与Muon算法相结合,利用陈旧的随机梯度噪声进行对抗性扰动。该方法旨在减轻LLM中传统锐度惩罚的高昂成本。该论文从理论上证明了SOMA的样本复杂度与扰动方向无关,并探讨了其在减少训练后量化造成的质量下降以及防止LLM微调过程中灾难性遗忘方面的有效性。

  3. RESEARCH · CL_323952 ·

    新的SOMA基准揭示MLLMs在自我中心身体运动理解方面存在困难

    研究人员推出了SOMA,一个旨在评估多模态大语言模型(MLLMs)细粒度自我中心行为和身体运动理解能力的新基准。该基准包含超过1600个经人类验证的问题,并已用于测试37个领先的MLLMs,结果显示即使是最强的模型Qwen3.6-27B,其表现也远低于人类准确率。为了解决这些局限性,研究人员开发了一个训练数据集和一个多模态基线模型,以提高MLLMs从自我中心视频中解释身体配置、运动动态和时间推理的能力。

  4. TOOL · CL_337742 ·

    新的SOMA基准揭示MLLM在自我中心身体运动理解方面存在困难

    研究人员推出SOMA,一个旨在评估多模态大语言模型(MLLM)细粒度自我中心身体运动推理能力的新基准。该基准包含1,632个经人类验证的问题,揭示了当前MLLM与人类准确性之间存在显著的性能差距。虽然评估中最强的模型Qwen3.6-27B在零样本准确率上达到了50.0%,而人类在此任务上的得分是68.5%。为解决这些局限性,研究人员还发布了一个训练数据集和一个多模态基线模型,以促进该领域的进一步研究。

  5. TOOL · CL_318716 ·

    FTS5触发器bug悄无声息地破坏了Soma代理的内存更新

    SQLite中用于更新事实的FTS5触发器中的一个bug在两周内悄无声息地阻止了所有更新,影响了Soma代理的内存功能。该问题源于trigram分词器与标准的FTS5更新触发器配方之间的不兼容,导致更新时出现SQL逻辑错误。已实现使用`INSERT OR REPLACE`的修正触发器,团队强调了测试事实超序等特定能力的重要性,而不是依赖单一的聚合分数来捕获此类无声故障。

  6. TOOL · CL_313621 ·

    新的 AI 应用 SOMA 使用 Claude 代理进行 CAD 设计

    一款名为 SOMA 的新开源应用程序已被开发出来,用于利用 AI 代理(特别是 Claude Code)执行计算机辅助设计 (CAD) 任务。该工具允许用户通过终端与 Claude 交互,使其能够为 CadQuery 等 CAD 软件生成 Python 代码。SOMA 为 Claude 提供了检查自身设计的工具,例如测量距离、运行模拟和渲染图像,并允许用户通过屏幕截图和注释提供反馈。

  7. TOOL · CL_303333 ·

    四足机器人SOMA利用先进强化学习掌握物体堆叠

    研究人员开发了SOMA,一个新颖的层次化强化学习框架,使四足机器人能够执行带有堆叠物体的复杂操作任务。该系统集成了显式的机器人基座高度控制,用于全三维推挤策略,使机器人能够将有效载荷作为一个统一的系统进行操作,而不会滑动或倾倒。SOMA使用一个高层策略,该策略带有简化的结构化状态空间序列编码器,用于长时域推理,以及一个用于动态腿部调整的低层策略。在模拟中,SOMA在单物体重置和动态双盒堆叠任务中实现了超过90%的成功率,并在Unitr…

  8. COMMENTARY · CL_243603 ·

    AI电影制作人详述短片创作和技术流程

    作者详细介绍了生成式AI视频的制作过程,这是上一篇文章的续篇。创作过程包括与名为Simona的AI助手进行头脑风暴,探索受SOMA等游戏和Blame!等漫画启发的科幻系列叙事弧线,并侧重于反乌托邦主题及充满希望的结局。作者还分享了使用AI工具和自定义脚本生成视觉效果和动画的技术方法,以控制成本并实现特定的艺术效果。

  9. RESEARCH · CL_242714 ·

    AI 进展包括规划代理、新型驾驶系统和受大脑启发的架构 · 跟踪 3 个来源

    AI 创业家 Danijar Hafner 正在开发能够为意外情况做规划的高级代理,他从旧金山的一家隐秘初创公司开展工作。另外,一篇新研究论文介绍 DriveZero,这是一个端到端的自动驾驶系统,它超越了模仿人类驾驶日志的局限。此外,AWS 正在其 Amazon SageMaker HyperPod 平台上支持 Pathway 的 Baby Dragon Hatchling (BDH) 的开发,这是一种受大脑启发的 AI 架构。

  10. COMMENTARY · CL_241490 ·

    AI创业者开发规划代理;Skyrim模组制作者规避AI;Amico首席执行官承认支付问题

    一位名叫Danijar Hafner的AI创业者正在开发能够预见和规划意外情况的高级代理。与此同时,一位为Skyrim黑沼泽扩展制作新模组的创作者声称,在2026年制作高质量模组并非必须使用AI。另外,Amico的首席执行官承认近期未获得报酬,但坚称Tommy Tallarico仍在为公司积极筹款。

  11. TOOL · CL_219190 ·

    SeMoCo 编解码器以语义优先方法推进文本到动作生成

    研究人员开发了 SeMoCo,一种新颖的语义优先动作编解码器,旨在改进语言条件下的动作生成。与优化重建的先前方法不同,SeMoCo 根据语义角色分配容量,将动作级含义与细粒度的运动学细节分开。该方法涉及一个双轴动作生成器,它对语义进展进行建模并细化运动学标记。SeMoCo 的有效性通过其卓越的重建精度和强大的文本到动作生成结果得到证明,并得到了大规模 $\Omega$-MotionVerse 数据集的创建支持。

  12. RESEARCH · CL_178327 ·

    SOMA和差分进化算法的新分析已发布

    本文介绍了一种算子选择分解方法,用于分析自组织迁移算法(SOMA)和差分进化(DE)算法的提议几何。研究表明,标准的SOMA提议在搜索空间中是仿射的,在增强状态下是线性的,并提供了插值、投影和掩码的解释。对于DE/rand/1/bin,本文推导了有限种群矩,并表征了协方差和坐标依赖性。在BBOB基准测试上的实验表明,几何控制和旋转感知的SOMA变体优于标准的SOMA,并与已建立的DE方法具有竞争力。

  13. TOOL · CL_154329 ·

    SoMA模拟器使用3D高斯泼溅进行机器人软体操作

    研究人员开发了SoMA,一种利用3D高斯泼溅的用于机器人软体操作的新型神经模拟器。该系统将可变形动力学、环境力和机器人动作整合到一个统一的潜在神经空间中,实现了端到端的真实到模拟。与现有方法相比,SoMA的准确性和泛化能力提高了20%,能够稳定模拟诸如长时程折叠衣物等复杂任务,而无需依赖预定义的物理模型。

  14. TOOL · CL_122191 ·

    Frictional Games 的科幻游戏 Ontos 推迟至 2027 年

    Frictional Games 宣布,他们即将推出的科幻游戏 Ontos 将推迟至 2027 年。这款游戏由《失忆症》和《异形:隔离》工作室开发,原定于稍早发布。此次推迟意味着玩家将不得不等待更长时间才能体验这款新游戏。

  15. MEME · CL_91050 ·

    人工智能和SOMA设备让父母分心,忽视孩子

    本文讨论了人工智能及相关技术的普遍使用,特别提到了父母在公共交通上使用的“SOMA”设备。作者担心这种技术使用分散了父母的注意力,让他们忽视了孩子,从而导致了对孩子不利的结果。

  16. RESEARCH · CL_79695 ·

    SOMA模型从表面观察推断肌肉解剖结构

    研究人员开发了SOMA,一种利用RGB摄像头从表面观察推断肌肉变形的新型模型。该方法旨在克服现有参数化人体模型的局限性,这些模型通常只能捕捉皮肤的3D表面,而缺乏对底层生物力学结构的洞察。SOMA能够提供符合解剖学原理的动画,而无需传统模拟的高昂计算成本,为医学、体育和娱乐等领域的应用提供了可扩展且经济高效的解决方案。该项目还推出了SKIM,一个特定于对象的软组织变形数据集,并公开了数据和代码。