系统采集到的数据没有办法直接用于视觉运动策略学习，因为摄像头肯定会拍到操作者的手，这会干扰机器人的学习，而之后它自己操作时是没有人手的，因此要是直接使用此类数据训练，将会导致显著的分布外偏移。而在简单的瓶体抓取任务中，耗时不到遥操的三分之一。尽管如此，实验结果也证明了KinDex在日常灵巧操作策略学习的有效性，这得益于其与人类行为的自然契合度以及精确触觉/力反馈的可用性。而在特别依赖接触的任务（如

DemoGrasp无需调整任何训练超参数，成功适配6种不同形态的机器人（五指、四指灵巧手，三指夹爪和平行夹爪），在175个物体上训练后，在多个未见过的物体数据集上达到84.6%的平均成功率。手腕位姿编辑：在物体坐标系下，对原始轨迹中的每一个手腕位点施加一个统一的变换 T∈SE(3) ，通过灵活地调整手腕抓取方向和位置，适应不同大小、形状、合适抓取点的物体。一条抓取特定物体的成功轨迹包含了抓取任务通

交易员不参与分析，也不参与吵架，但它会把多空双方的论点从头到尾看完，结合历史交易数据，做出最终的买入、卖出或持有判断，并且附上仓位建议和逻辑依据。技术分析师直接调代码执行环境，RSI、MACD、布林带、EMA、ATR一顿算，再结合K线形态找支撑位、阻力位、趋势反转信号。它的玩法很简单，在系统里设好几个专业角色协同干活，有基本面分析师、情绪分析师、技术分析师、研究员、交易员、风险管理师。它还内置了时

2025年，在原诺亚方舟实验室主任姚骏内部调岗之后，王云鹤这位“90后”接任诺亚方舟实验室主任一职，成为盘古大模型负责人。8年间，王云鹤历任高级工程师、主任工程师、技术专家，2021年底升任算法应用部部长，后于2025年接棒姚骏，成为诺亚方舟实验室主任，负责盘古大模型的研发。学术成果方面，根据Google Scholar，王云鹤的被引数为33109，h-index为68。王云鹤在北大攻读博士期间，

把这个部件的能耗降低30%”、“把这个模型前向的GPU占用率压得更低”、“让机器人控制的稳定性再提升一点”、“让量子线路的保真度继续逼近极限”等等。研究团队没有让AI刷那些陈旧的代码题，取而代之的是，给了它一套完整的“工程闭环”：提出方案、接入仿真器、吃报错、改参数、重跑。这些问题没有“满分”，只有。真正的科研也一样，顶级实验室并不依赖某一次的灵感爆发，而是不断地提假设、跑实验、看结果、改方案、再

上图（左）表示在多轮Agent的OPD训练中，随着交互轮次的增加，教师模型对学生生成回复中各token的概率分配持续降低，表明每轮的 KL 散度不断攀升，最终导致监督信号失效。上图(a)(b) 分别展示了以Qwen2.5-7B为学生模型，Qwen2.5-7B-RL之后的作为teacher模型时的成功率与KL散度变化曲线。上图(a)(b)分别展示了以Qwen2.5-7B为学生模型，Qwen2.5-7

原本活泼好动的狗狗Rosie突然出现精神萎靡、身体肿胀的症状，辗转多家权威宠物医院后，被确诊为一种恶性程度极高、临床几乎无法治愈的罕见癌症。我并不认为这是完全治愈Rosie，但我相信这次治疗确实大大延长了它的生命，也提高了它的生活质量。一个搞科技的哥们收养的爱犬Rosie，被诊断出肥大细胞癌，兽医说可能只剩几个月的时间。接受疫苗治疗后，毛孩子的病情在几周内就有了明显恢复，狗狗腿上的肿瘤缩小了50%

我有一个判断：大厂未来会慢慢缩减，甚至部分解体，社会上会出现越来越多OPC公司，越来越原子化，未来真正值得培养的人是通才，产品、设计、交付、Coding都懂一些，才能向AI提出好问题，也有能力review结果。所以到了今年，尤其在ToB和ToD领域，Coding Agent和通用Agent之间的边界已经越来越模糊，它们真正的价值，也不在于帮用户查天气、问信息，而在于生产东西，交付一个可用、有ROI

假设一个数学家通过和AI长时间对话解决了一个重大问题，数学家起了引导作用，但主要想法和全部技术工作都是AI完成的，我们会认为这是这位数学家的重大成就吗？Nathanson原本的证明用了归纳法，本质上也在做类似组合积木的事，但用的是2的幂次这种效率较低的Sidon集。这个问题要难得多，因为对于一般的k，我们甚至不完全知道哪些求和集大小是可以被实现的，连基本的构造框架都缺。这类问题的特点是方向明确，难

包揽了GPT-1和GPT-2论文一作，也是GPT-3、GPT-4的核心贡献者，此外他还是多模态模型CLIP的主导者之一，像Whisper、DALL·E也都有他深度参与的身影。按团队的路线图，今年夏天，GPT-3级别的复古模型就要发布，再往后，他们还想把语料扩展到一万亿tokens、扩展到非英语世界。在OpenAI的近十年里，他是和Ilya Sutskever齐名的技术大神，初代GPT系列的奠基者—