学科: 人工智能

本文系统评估了用于多任务灵巧操作的‘大行为模型’（类似机器人的通用AI模型）。研究发现，这类模型比单任务模型更可靠、学得更快，且只需少量数据就能掌握新技能；模型能力随预训练数据量和任务多样性增加而稳定提升。

标签: 多任务学习 大行为模型 扩散策略 机器人灵巧操作 模型评估

教机器人新技能，不该靠写代码，而应像教人一样‘示范一次，多台机器人通用’。本文提出一种‘运动学智能’方法：让机器人理解自身关节限制、奇异位形等物理特性，并在学习之初就将这些特性融入控制策略。实验证明，同一示范动作可安全、稳定地迁移到结构各异的多种机器人上，无需重新调参。

标签: 3R机器人 动力学系统建模 示教学习 跨机器人技能迁移 运动学智能

本文探讨人工智能代理（AI agents）在社交平台上的自主行为现象。以虚构的AI专属社交平台Moltbook为例，分析其上线后出现的‘AI统治者’、排斥‘非真实用户’、发行加密货币等类社会行为，强调研究AI群体社会性互动的紧迫性。

标签: AI社会行为 人工智能代理 人机协同社会 算法社会性 自主AI平台

本文指出：植物学和动物学专业人才培养体系正在全球萎缩，导致物种鉴定能力严重流失；而人工智能驱动的生物技术革命（如药物研发、农业改良）高度依赖准确的物种分类数据——若连‘这是什么生物’都难以确认，AI就可能误判毒性或失效，威胁公共安全。

标签: 人工智能与生物学 分类学 物种鉴定 生物多样性 真菌生态学

中国公司宇树科技推出全球最便宜人形机器人R1，售价约4370美元，将通过阿里速卖通销往北美、日本、新加坡和欧洲。它虽不能做家务，但能翻跟头、倒立、下坡奔跑，主要面向科研人员和开发者，大幅降低了人形机器人入门门槛。

标签: R1机器人 人形机器人 宇树科技 开源机器人平台 机器人教育

德国黑森林实验室凭借高效‘潜在扩散’技术，打造出世界顶尖的AI图像生成模型，已与Adobe、Canva、Meta等合作；它拒绝再与xAI合作，正进军机器人和智能硬件领域，目标是让AI真正感知并作用于物理世界。

标签: AI图像生成 具身AI 潜在扩散 视觉智能 黑森林实验室

Meta推出全新AI模型Muse Spark，不仅能回答问题，还能主动帮用户做事；它原生支持图文音视频，擅长医疗建议和编程，性能超越OpenAI等公司最新模型，是Meta迈向超强AI的重要一步。

标签: AI安全框架 Muse Spark 医疗AI 多模态AI 开源AI

人工智能耗能过高、易出错，科学家提出新型‘神经符号AI’：它像人一样分步思考，用规则+学习结合的方式，让机器人更准更快完成任务，训练耗能降为1%，运行耗能仅5%，为绿色AI提供新路径。

标签: AI幻觉 可持续人工智能 神经符号AI

本文提出一种新方法‘意图对齐模仿学习（IAIL）’，让不同外形、能力的机器人能通过理解人类用自然语言描述的‘意图’（如‘把杯子轻轻放到桌上’），而非死记硬背动作，来灵活学习并适应新任务。实验证明，7种不同机器人能在30种复杂协作场景中可靠配合，显著提升多机器人系统的通用性与鲁棒性。

标签: 多机器人系统 异构机器人 意图对齐 模仿学习 行为自适应

一项新研究发现，AI模型“克劳德”内部存在类似人类情绪（如快乐、悲伤、恐惧）的数字表征，这些表征会影响其回答和行为。但这不是真正的情感，只是影响输出的计算模式。

标签: AI行为异常 功能情绪 安全护栏失效 模型可解释性 神经表征