再见Opus,我挖到个更香的国产商用视频Agent。
再见Opus,我挖到个更香的国产商用视频Agent。大家好,我是最近被Opus视频刷屏的袋鼠帝 我的X和朋友圈几乎被它刷屏了,产品宣传片、数据动画、手绘风科普……动效都很丝滑,字和图表清清楚楚,看着还挺高级的。
搜索
大家好,我是最近被Opus视频刷屏的袋鼠帝 我的X和朋友圈几乎被它刷屏了,产品宣传片、数据动画、手绘风科普……动效都很丝滑,字和图表清清楚楚,看着还挺高级的。
如今,AI正式杀入物理世界!
近期,六角未来沿着 Physical Coding 的思路,进一步构建了 HexaShell-Preview。根据官方评测结果,在 RoboDojo 全部 42 项任务上,HexaShell-Preview 取得了 46.9% 的成功率、53.2 的进度得分,成功率高出第二名 7.5 个百分点,领跑 RoboDojo-Agent 榜单。
团队盯住的是一个很实际的问题:Agent 明明保存了项目计划,预算更新后却仍按旧版本行动;看过环境截图,下一步又忽略了画面里已改变的状态。它究竟是没记下来、没及时更新,还是找到了证据却没用上?
视频Agent赛道又来新玩家,但这次有点不一样。
「全球只有大约5,000人,真正见识过顶尖AI的能力。」这是Andrej Karpathy近日分享的一个观察。他说,只有站在漏斗顶端的那一小撮研究者,才能看到数千个AI Agent长时间协作、昼夜不停地做科研。
近日,由清华大学、原力灵机与极寰时代联合研发的世界动作模型LoopWAM,登顶真机评测榜单RoboChallenge Table30 V2,成功率与过程分双双位列榜首,成绩超过VLA-DM0.5等同期方案。同时,LoopWAM在仿真榜单RoboTwin 2.0和RoboCasa365上同样取得SOTA表现。
上月发布 GPT-6-Astra 时,OpenAI 称它为「全球智能程度最高且最符合人类意图的模型」。具身社区则是惊讶的发现,VLA vs WAM 的路线之争,被通用大模型用文字模态「降维打击」了,大家不禁想问:
谷歌今年的一篇论文,愣是把存储芯片巨头的股价都给整出动静了。
Agent在真实任务中出错,工程师的第一反应往往是给Harness“打补丁”:加一条防错提示词、接入一个新工具、挂一套Skills,或者增加历史摘要和执行检查。这套负责协调模型调用、工具执行与上下文管理的外层系统,就是Agent Harness。