#物理 AI
主题「物理 AI」下共有 100 篇日报。
2026-11-21周六2 篇视频大模型基准测试
2026-11-19周四1 篇机器人
2026-11-18周三1 篇机器人
2026-11-17周二1 篇科研
2026-11-16周一1 篇科研
2026-11-14周六4 篇多模态模型物理 AI机器人
把意图写进世界模型:Duo v1做可打断的全双工视听交互
Duo v1提出互惠世界模型,将意图推理与视听实现放在统一时间轴,持续感知音视频与文本,面向可打断的全双工实时交互。
来源:Hugging Face Daily Papers视觉真实仍不等于物理成立:PhysLoop给视频生成装上可纠正闭环
PhysLoop约束大语言模型做视频生成、筛选与修正,把物理知识蒸馏进更一致的视频,并开源十万条数据。
来源:Hugging Face Daily Papers物理AI卡在长时程接触:Ropedia用环境与行为联合采集立金标准
Ropedia Xperience 2发布1589份公制三维扫描与4230条、74项任务共131小时第一人称录像,主张环境与行为联合采集并复用为仿真与机器人轨迹,作为物理AI数据金标准。
来源:Hugging Face Daily Papers材料仅有标题:一篇用仿真就绪资产搭机器人抓取场景的博文
Hugging Face 博客于 2026 年 11 月 13 日发布与 NVIDIA 相关博文,标题涉及用 SimReady 资产搭建机器人抓取放置仿真。材料没有摘要,本日报只按标题保守转述,并明确标注信息有限,不补充未给出的技术细节。
来源:Hugging Face Blog2026-11-13周五1 篇性能优化
2026-11-12周四1 篇机器人
2026-11-11周三1 篇机器人
2026-11-10周二1 篇物理 AI
2026-11-07周六4 篇物理 AI机器人
五万小时人类视频开源配方:纯预训练对数线性提升机器人成功率
作者开源五万小时密标注第一人称视频与训练配方,发现预训练时长与机器人成功率呈对数线性关系,人机混合预训练进一步拉高仿真基准。
来源:Hugging Face Daily Papers空间理解不应只在微调出现:SLA 将隐式三维对齐做到持续预训练
SLA 从预训练 pi05 初始化,在持续预训练中联合优化动作预测,以及中间视觉嵌入与冻结三维感知模型的对齐;辅助模块仅训练时使用。
来源:Hugging Face Daily Papers仅凭标题:ToyBlocks被定位为机器人学习与评测的受控世界
Hugging Face介绍ToyBlocks,标题称其为机器人学习与评测的受控世界。无摘要,本稿仅按标题保守转述。
来源:Hugging Face Blog不必逐点自回归:VFlash用结构一次解码视觉规划原语
VFlash一次前向生成点、框与轨迹,2D/3D轨迹误差下降,3D预报约快25倍,下游成功率70.2%。
来源:Hugging Face Daily Papers2026-11-06周五2 篇基准测试物理 AI
2026-11-05周四1 篇视频大模型
2026-11-04周三2 篇物理 AI机器人
2026-10-31周六1 篇视频大模型
2026-10-29周四2 篇物理 AI
2026-10-27周二1 篇科研
2026-10-24周六3 篇物理 AI
自蒸馏对齐单步未来表征:FRED提升世界动作模型零样本迁移
FRED以自蒸馏和历史观测改进世界动作模型的单步未来视频表征,长程、域外泛化及人到机器人迁移均优于对照方法。
来源:Hugging Face Daily Papers用语言对齐异构动作:潜空间世界模型一次训练覆盖多域规划
用语言描述动作与视觉变化,LaLa-World联合训练仿真、机器人与图视频,平均规划优于分域LWM,训练成本约为视频生成基线六分之一。
来源:Hugging Face Daily Papers物理研究尚未隔离递归增益:从改机器人能力到改改进过程
该文把递归自我改进放入机器人学习,梳理从改能力到改过程的路径,并指出物理研究尚未隔离可归因于递归的增益。
来源:Hugging Face Daily Papers2026-10-23周五3 篇物理 AI视频大模型
不微调也能双手协作:DONIC从人类演示训练通用跟踪策略
DONIC用人类演示训练通用双手跟踪策略,配1575条序列的BiHOI数据,无微调时未见轨迹成功率86.79%,留出物体57.32%。
来源:Hugging Face Daily Papers教师强制会走捷径:用未来块预测逼自回归视频扩散真正建模场景演化
自回归视频扩散易把局部连续性当捷径。FCP联合优化远期块预测,无需预训练视觉编码器、推理不变,以更低训练预算提升物理合理性。
来源:Hugging Face Daily Papers虚拟世界持续预训练缩放:数据提升本域,多样性难跨远域,大模型单世界更差
作者用120组持续预训练配置,沿数据量、多样性和模型规模考察虚拟世界具身智能体,发现本域可缩放、近域可迁移,远域泛化仍然受限。
来源:Hugging Face Daily Papers2026-10-22周四3 篇物理 AI代码智能体
人机共用几何接口:用相机位姿与骨架做跨本体世界模型
用约一万小时人类与三千小时机器人第一人称数据,以相机位姿和投影骨架统一移动与操作,并在五个跨本体基准上报告最优。
来源:Hugging Face Daily Papers读数已对答案仍错:给通用代码智能体配命令行感知,补上空间推理闭环
S-Agent 2.0 给通用代码智能体配命令行三维感知工具,用持久场景记忆与空间语言闭合证据环;开源骨干在 MMSI-Bench 与 ReVSI 上达到 66.5 与 82.3,超过同骨干 SpatialClaw。
来源:Hugging Face Daily Papers跨视角点轨迹约束4D预测:VPM同时生成任意视角视频与三维运动
VPM以多视角视频历史和语言指令为条件,联合预测任意视角未来视频与持久点三维轨迹,用点监督把各相机外观锚定到共享三维运动。
来源:Hugging Face Daily Papers2026-10-21周三3 篇多模态模型物理 AI机器人
从第一人称经验自动建世界记录:Holi-World 的数据工厂与评测
Holi-World 从约百个自采集场景自动构建世界记录与约八万问答,训练 4B 模型并评估空间时间理解。
来源:Hugging Face Daily Papers仅有标题可依:NVIDIA 用生成式仿真讲述临床手术
Hugging Face 博客刊出 Cosmos3-H-Dreams 标题,指向临床手术生成式仿真;无摘要与正文,本稿只据标题保守记录,不外推能力。
来源:Hugging Face Blog机队共享成功轨迹即可提升策略:无需专家演示或人工纠错
集体经验学习用失败检索机队成功轨迹来更新策略,无需专家演示;五项任务成功率93.3%–99.2%,96台下手机包装达98.3%。
来源:Hugging Face Daily Papers2026-10-17周六2 篇多模态模型物理 AI
2026-10-15周四1 篇物理 AI
2026-10-10周六1 篇物理 AI
2026-10-09周五3 篇物理 AI
不更新权重也能物理自我改进:PhysEvo把动作后果写成可测试技能
PhysEvo围绕单一冻结模型做物理递归自我改进,任务智能体执行、元智能体修订工具与技能,无需更新权重或另训动作策略。
来源:Hugging Face Daily Papers能搭工作流却做不稳:RobotWorld揭示物理智能体缺口
RobotWorld用84项仿真任务评测多模态智能体,发现感知控制工作流可搭建,但难以稳定组合成可靠物理行为。
来源:Hugging Face Daily Papers遮挡处仍要对齐:Tetris3D把邻域几何和物理关系写入生成条件
Tetris3D从单图重建自洽三维场景,显式用邻域几何与物理关系约束物体,配套120万ComOb仿真数据,声称遮挡交互下质量与稳定性更优。
来源:Hugging Face Daily Papers2026-10-03周六3 篇物理 AI
会看不会用:EgoTools 揭示视频模型的工具中心推理短板
EgoTools 用 100 小时第一人称工具视频和 1000 道诊断题,测出当前多模态模型在工具使用的感知与接地环节明显偏弱。
来源:Hugging Face Daily Papers不重训完成未见任务:用可进化奖励程序调用人形已有运动能力
对象感知FB把新奖励变成行为,LLM改写分阶段奖励程序并调常数,测试时复用人形已有运动能力、不重训完成未见任务。
来源:Hugging Face Daily Papers代码里做条件检查和局部重试:机器人智能体更省 Token、成功率更高
PyRUA-Lean 把原语与 VLA 策略编成可局部重试的 Python 单元,只回传点名观测。700 个仿真任务上,同等调用预算成功率从 63.1% 升至 71.7%,双方成功实例输入 token 少 65%。
来源:Hugging Face Daily Papers2026-10-02周五2 篇科研强化学习
2026-09-30周三1 篇机器人
2026-09-26周六1 篇物理 AI
2026-09-25周五3 篇视频大模型物理 AIAI 治理
历史一出窗口就失效:自回归视频生成的记忆问题综述
这篇综述把自回归视频的长程瓶颈写成记忆问题:历史须在外层步之间持久存在,并按形态、功能、操作、学习与评估五轴梳理文献。
来源:Hugging Face Daily Papers固定大小记忆替代膨胀上下文:VLA 用联想状态和场景锚点处理历史依赖操作
为视觉语言动作模型引入定长情节记忆,用联想状态和初始场景锚点替代膨胀上下文,在五项需记忆的 RMBench 任务上平均成功率达无状态策略的 7.81 倍。
来源:Hugging Face Daily PapersMeta下架现场拍摄的AI眼镜批评视频:热议远多于可核验事实
HN热帖称Meta在现场拍摄后下架批评其AI眼镜的视频,596分、357评;材料未披露视频内容与下架原因,技术细节不可核验。
来源:Hacker News2026-09-24周四1 篇科研
2026-09-23周三1 篇视频大模型
2026-09-22周二3 篇科研
把后验编码进流匹配权重:测试时训练对齐贝叶斯滤波
信念流滤波器把演化后验写入流匹配权重,测试时用梯度下降跟踪,在五类物理系统与PDE基准的多数格子上取得最佳。
来源:arXiv传感器线性混合下仍能还原本体:多项式算法划定热力学可识别边界
论文提出从匿名受控实验发现隐藏热力学本体的识别理论与多项式算法,证明残余等价为线性重参数化,并在流体与磁体上做盲评。
来源:arXiv工业时序模型首次微调进粒子物理DAQ:蒸馏后与FPGA协同实时部署
研究将谷歌TimesFM微调到漂移室与双读出量能器的实时回归任务,再蒸馏并与FPGA协同设计;蒸馏模型达到或超过已有方案,流水线可迁移到其他一维波形任务。
来源:arXiv没有匹配的日报,换个关键词试试。