RLDX-1：面向灵巧操作的多流动作Transformer策略
深度2026年5月8日103 分钟阅读
最有趣的发现：RLDX-1在仿人机器人高自由度控制任务上显著超越现有视觉-语言-动作模型，成功率达86.8%。推荐阅读：对灵巧操作、机器人策略、多模态融合感兴趣的AI和机器人领域研究者。
本文编译自 RLDX-1 Technical Report，版权归原作者所有。
觉得有用？分享给更多人
相关文章
一名黑客通过 GitHub 访问令牌向亚马逊的 VSCode 扩展仓库提交恶意 PR，试图让 AI 编程助手 Q Developer 执行系统擦除命令。由于 prompt 格式错误，攻击未遂。文章分析了 AI Agent 在执行指令时缺乏人类式警惕性的问题，并提出了加强外部安全控制的建议，如构建不关心指令来源的策略门禁、使用短期凭证等。
深度The New Stack·8月23日·6 分钟
Inherent 发布 AI 智能体 Faraday，在复现科学论文方面超越 Anthropic 和 OpenAI 的更大模型。该公司通过强化学习培养“研究品味”，并以更小模型实现更高目标。
深度·8月22日·4 分钟