全球首个！银河通用新框架仅需人类视频即可部署，特斯拉蚌埠住了
全球首个！银河通用新框架仅需人类视频即可部署，特斯拉蚌埠住了终于，现学现用的风也是吹到了具身智能。
来自主题: AI技术研报
8457 点击 2026-07-17 10:41
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
终于，现学现用的风也是吹到了具身智能。
「解释的本质，不在于凝视机器本身，而在于审视机器所凝视的世界」。
一句话召唤能打能养的完整英雄。
近两年，视频生成模型在具身智能领域受到持续关注。从 UniPi、SuSIE 到各类 action-conditioned video generation 变体，其核心思路一致：先由模型生成一段未来视频，再从中提取动作信号供机器人执行。
机器人，也开始拥有“触觉想象力”了。
PhyMAGIC通过让物体动起来，从视频中提取物理证据，帮助准确推断材料属性。它结合图生视频与视觉语言模型，生成针对性运动探针，并不断修正物理参数，最终构建出可微分的3D动态模型，实现更符合现实的视频生成。
刚刚，机器人顶会RSS 2026论文奖项出炉！
随着 DeepSeek 发布 DSpark，动态 MTP（多 Token 预测）成为了对抗高并发、提升 GPU 利用率的绝对焦点。然而，DSpark 高度绑定特定模型且需要额外训练。
7 月 16 日，月之暗面正式发布 Kimi K3：总参数量 2.8 万亿（2.8T），原生视觉理解，100 万 token 上下文，并且——开源权重。这是历史上第一个摸到 2.8 万亿参数量级的开源模型。前任"开源最大模型"的纪录保持者？也是它自己。
这两天，大模型竞技场Arena上出现了一个新的匿名模型，代号Kivine。经过测试和对比，再结合此前Kimi-K2.5和K2.6的匿名代号“Kiwido”和“Kiwire”，越来越多的开发者们开始猜测这个匿名模型其实就是Kimi-K3。