RT-2：视觉-语言-动作模型将网络知识迁移至机器人控制
深度2023年7月28日20 分钟阅读
最有趣的发现是模型能够执行训练数据中未出现的语义指令（如将物体放在特定数字上），并进行多阶段推理（如选择临时锤子）。适合机器人学习、具身AI和多模态研究领域的研究者阅读。
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