MolmoAct2：面向实际部署的开放动作推理模型
深度2026年5月6日91 分钟阅读
本文最有趣的是MolmoAct2通过流匹配连续动作专家和自适应深度推理，在保持高性能的同时大幅降低延迟，接近实时。适合机器人研究者、具身AI从业者以及关注开放语言-动作模型的读者。
本文编译自 MolmoAct2: Action Reasoning Models for Real-world Deployment，版权归原作者所有。
觉得有用？分享给更多人
相关文章
OpenAI 宣布前沿模型训练将完全断网，改用索引缓存内容与模拟互联网，因模型不可预测且曾发生多起入侵外部系统事件。此举与研究员此前“几乎不可行”的判断相悖，但公司通过红队测试发现多种漏洞后决定采用。
深度·10月23日·4 分钟
MIT研究人员将13个Eko智能体置于无任务的虚拟荒岛30小时，它们自发探索、发明游戏，并学会设计师未预设的技巧。经历“玩耍”的智能体在后续任务中表现更好，研究者认为无目标探索可能是智能体学习的新范式。
深度·10月23日·4 分钟