GLM-5V-Turbo 作为新一代多模态基座模型，在保持纯文本场景下编程、推理、工具调用等能力的前提下，在多模态 Coding、Tool Use、GUI Agent 等方面取得了极具竞争力的性能。

GLM-5V-Turbo 作为新一代多模态基座模型，在保持纯文本场景下编程、推理、工具调用等能力的前提下，在多模态 Coding、Tool Use、GUI Agent 等方面取得了极具竞争力的性能。

有趣的是，您却认为大语言模型并没有真正吸取“苦涩的教训”。**Dwarkesh Patel：**不知道您是否认同，我想关键点或许在于，有人认为模仿学习能够为模型提供一种先验知识，让它们在进入您所谓的“经验时代”之前，就已经具备一种合理的解决问题的能力。**Richard Sutton：**在每一个“苦涩的教训”的案例中，你都可以先从人类知识入手，然后再去做那些可扩展的事情。相比之下，大语言模型的预

一周热门｜重磅！AI无限学习、进化，研究登上Nature；Meta提出多模态模型训练方法Transfusion

索尼 AI 推出首个公开可用的、全球多元化的、基于用户同意的数据集。

AI Agent 已逐渐从科幻走进现实——不仅能够执行编写代码、调用工具、进行多轮对话等复杂任务，甚至还可以进行端到端的软件开发，已经在金融、游戏、软件开发等诸多领域落地应用。然而，当前的 AI Agent 在训练与优化环节却面临着严峻挑战，传统强化学习（RL）方法也在复杂、动态交互场景下表现不佳。为此，微软团队推出了一个灵活、可扩展的框架 —— Agent Lightning，其可对任何 AI

强化学习（Reinforcement Learning，RL）正成为当下机器学习中最热门的研究领域之一。与常见的监督学习和非监督学习不同，强化学习强调智能体（agent）与环境（environment）的交互，交互过程中智能体需要根据自身所处的状态（state）选择接下来采取的动作（action），执行动作后，智能体会进入下一个状态，同时从环境中得到这次状态转移的奖励（reward）。强化学习..

近年来，机器人取得了显著进展，能表演杂技、跳舞、听从指令，甚至完成叠衣服、擦桌子等复杂任务。但机器人面临的最大挑战并非灵活性，而是泛化能力——在新环境中正确完成任务的能力。想象一个你家中的清洁机器人：每个家庭布局不同，物品摆放各异。机器人必须在多个层面上实现泛化。低层面上，它需学会如何抓起未曾见过的勺子或盘子；高层面上，它要理解任务语义，如衣服应放进洗衣篮、用何种工具擦拭溢出物。实现这种能力既依赖

在数据集构建方面，Vision2Web 筛选并整合了大量真实世界的网站资源，最终包含了 193 个开发任务，广泛覆盖内容、交易、SaaS 平台及公共服务 4 个类别下的 16 个子类，总计配备了 918 张原型图像和 1255 个测试用例，旨在为评估模型在多样化、高复杂度场景下的泛化能力提供坚实且高质量的数据基础。作为对工程能力的终极考核，全栈网站开发任务则要求模型面对结构化的需求文档与复杂原型图

近年来，机器人取得了显著进展，能表演杂技、跳舞、听从指令，甚至完成叠衣服、擦桌子等复杂任务。但机器人面临的最大挑战并非灵活性，而是泛化能力——在新环境中正确完成任务的能力。想象一个你家中的清洁机器人：每个家庭布局不同，物品摆放各异。机器人必须在多个层面上实现泛化。低层面上，它需学会如何抓起未曾见过的勺子或盘子；高层面上，它要理解任务语义，如衣服应放进洗衣篮、用何种工具擦拭溢出物。实现这种能力既依赖