面向具身智能的视频生成基准与数据集
深度2026年1月21日32 分钟阅读
研究发现现有视频生成模型难以准确反映真实机器人交互的物理规律，这一发现对机器人学习和仿真至关重要。本文提出的基准与数据集为研究人员和工程师提供了系统评估模型性能、改进物理真实性的实用工具，适合从事具身智能、视频生成和机器人仿真的专业人士阅读。
本文编译自 Rethinking Video Generation Model for the Embodied World，版权归原作者所有。
觉得有用？分享给更多人
相关文章
新版 Claude 模型在调用 Pi 的 edit 工具时，会在嵌套的 edits 数组中凭空捏造大量额外键（如 requireUnique、oldText2 等），导致工具调用失败。作者分析认为，这是由于模型在后训练中过度适应了 Claude Code 的扁平编辑工具 schema，遇到不同形状的工具时更易生成不符合 schema 的调用。开启 strict 模式可解决，但显示了后训练对模型行为的深刻影响。
深度·7月4日·12 分钟
阿里巴巴报告将禁止员工使用 Anthropic 的 Claude Code 编程工具，自7月10日起生效。该工具被列为高风险软件，员工将被要求使用阿里自研的 Qoder 替代。此前 Anthropic 已禁止中国公司使用其模型，并曾通过实验性代码识别中国用户以防止滥用。
深度·7月4日·2 分钟