💰 当你的销售团队休息时,AI 可能已经把单子谈妥了。
更多动态
让 SIMA 2 成为你的 AI 游戏代练
DeepMind 新 AI,整合 Gemini,在 3D 游戏里自主学习、规划并执行,不再只是“按指令行动”。 🔹 什么是具身智能? AI 像真人玩家,只“看”屏幕和“操作”键鼠,不依赖游戏 API。它能理解“🪓+🌲” emoji 组合背后的“砍树”意图。 🔹 核心技术 (Dev 关注): 1️⃣ 推理中枢:Gemini 2.5 flash-lite 驱动,端到端响应 < 200ms。 2️⃣ 关键指标:训练过的游戏任务成功率 65% (接近人类 75% 基准)。 3️⃣ 自我改进:革命性的三步学习循环(AI 生成任务 → 奖励模型评分 → 反馈迭代),无需额外人类标注。 🔹 关键突破: SIMA 2 能在《山羊模拟器 3》这种物理混乱的环境中发现新玩法,甚至能在 Genie 3 实时生成的全新世界中自主学习。这种跨环境的“概念迁移”和“自主迭代”能力,是通向 AGI 和物理世界机器人的重要一步。 参考资料:https://deepmind.google/blog/sima-2-an-agent-that-plays-reasons-and-learns-with-you-in-virtual-3d-worlds/ #AI代理 #具身智能 #DeepMind #Gemini #AGI
🚨重磅:谷歌刚刚正式宣告了你那堆杂乱笔记的“死刑”。
NotebookLM 刚发布了史上最炸裂的更新 → 它现在支持把图片作为源材料了! 这对做研究和学习来说,简直是颠覆性的改变。你的手写笔记彻底凉了。 工作原理如下: 1、上传任意内容:拍下你的手写笔记、课本截图或复杂的图表。 2、它会转录:它用上了强到离谱的 Gemini 视觉模型和 OCR 来读取并理解所有内容(即便是龙飞凤舞的字迹)。 3、它成为你的AI:它把所有这些静态图片转变成一个“基于原始资料”的知识库。 4、向它提问:只根据你上传的笔记和图表来提问、获取摘要或生成闪卡。 终于,你可以把你那些乱七八糟的纸质笔记,变成一个可搜索、智能化的 AI 了。 先马住:https://notebooklm.google.com
美团 LongCat-2.5发布了。
1.6T 总参、激活约 48B,原生多模态,主推长程智能体,全程国产算力训练。 图像量化成多级离散 token,Visual Coding 与 3D 受益。 大规模长程 RL,把失败轨迹转成可验证训练任务。 W4A4 推理,prefill 吞吐提升 43%。 官方自测介于 Claude-Opus-4.8 与 Opus-5 之间。

商汤开源 SenseNova Loop-9B-Preview。
它不堆参数,堆"层数"。32 层解码器,中间 4–27 层同权重跑两遍 → 前向 56 层计算,只存 9B。 自测 BIRD-Dev 71.38、AutomationBench 13.72,超 Qwen3.5-27B;Terminal Bench依旧落后。
