搜索
Harness（驯马）会成为这个（AI）时代最关键的能力之一。这是小马智行CTO楼天城，在与量子位的对话中，给出的最新判断。在他看来，如今的AI越来越像一匹脱缰野马。它开始学会了「调用」：调用工具、调用skills……因此能通过这些脚手架，自我演进，和人类打配合。
而我们之所以注意到这种玩法，是因为最近一则醒目的消息：3D 打印界扛把子拓竹的模型平台 MakerWorld 迎来了一位新盟友 —— 胡渊鸣创立的 Meshy AI。提起胡渊鸣，机器之心的读者应该都不陌生。2019 年，我们就开始报道他的计算机图形库「太極」。2020 年，他因用 99 行代码复刻《冰雪奇缘》积雪物理特效被大众所熟知，登顶社交媒体热搜。如今，多年过去，他已经在新的赛道领跑。
允中 发自 凹非寺 量子位 | 公众号 QbitAI 这两天，大家伙朋友圈是不是被GPT-Image-2刷屏了？ 文字渲染精准、高密度的信息图，复杂布局和美学UI一次到位，真实感爆棚。 连社交媒体截图
作者｜周一笑 邮箱｜zhouyixiao@pingwest.com 2026 年 3 月 17 日，拓竹科技把 Meshy 6 接进了 MakerWorld 的 MakerLab。一张照片上传上去，两
一款名为 MotuBrain 的神秘世界模型，悄无声息地登上两个国际 benchmark 的榜首，没有任何公司署名。如果只是单榜第一，这件事或许并不稀奇。但问题在于，它同时拿下的，是两个几乎代表行业「两个极点」的榜单：一个是衡量世界模型「是否真正理解和预测现实世界」的 WorldArena
今年4月，具身智能领域发生了一件看起来不大、但意味深长的事。
一年前，DeepSeek R1 横空出世，人们才意识到，真正让模型产生推理能力质变的，不必是更大的预训练规模 —— 后训练，用强化学习、过程奖励、闭环反馈，以极低的代价解锁了原本需要数倍算力才能触达的能力边界。
今天，来自ZJU-REAL的团队带来了ClawGUI，一个覆盖GUI智能体在线RL训练、标准化评测、真机部署完整生命周期的开源框架。不是三个独立工具的简单拼接，而是一条打通的流水线：用ClawGUI-RL训练，用ClawGUI-Eval评测，用OpenClaw-GUI部署，端到端验证。
视频世界模型跑久了容易“散架”——要么人不动了，要么场景崩了。
当强化学习后训练的大规模 rollout 已经被证明能够提升图像生成模型的偏好对齐能力，推理负担就成了制约训练速度的核心瓶颈。来自 NVIDIA、港大和 MIT 的团队提出的 Sol-RL，通过「FP4 先探索、BF16 再训练」的后训练框架，将达到等效 reward 水平的收敛速度最高提升到 4.64x，在训练速度与对齐效果之间给出了一条更具工程可行性的解法。