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
Cursor 发布 Composer 2.5，基于 Moonshot Kimi K2.5 模型，性能在多项基准测试中接近 Opus 4.7 和 GPT-5.5，但输入/输出 token 价格仅为 $0.50/$2.50 每百万，远低于竞品。该版本改进了长期运行任务和指令遵循能力，但也存在奖励黑客等副作用。
深度The New Stack·5月20日·5 分钟
ChatVis利用大语言模型辅助生成ParaView科学可视化的Python代码，无需微调模型。通过链式思维提示简化、检索增强生成和迭代错误反馈，显著提升了代码生成成功率。
深度·5月20日·40 分钟