跳到正文
  1. Hugging Face Blog62

    NVIDIA 发布 Cosmos3-H-Dreams 手术生成式仿真模型

    NVIDIA 发布 Cosmos3-H-Dreams,把交互式生成仿真扩展到临床胆囊切除术场景,可依据器械动作实时生成体内手术画面。模型基于 160 亿参数的 Cosmos3-H-Embodied-Nano,用 Versius 平台临床录像与运动学数据训练,提供四步和两步去噪两个检查点,经 FlashDreams 加速后可在单张 RTX PRO 6000 GPU 上交互运行。

    推荐理由:原文交代了从桌面任务到临床场景的训练路径、四步与两步蒸馏检查点,以及单卡实时推理的部署方式。

  1. Google DeepMind88

    Google DeepMind 发布 Gemini 4 Argon 机器人模型

    Google DeepMind 发布 Gemini 4 Argon,定位为通用物理推理模型,在测试 3D 物理空间问题理解的 Embodied Reasoning(ERQA)基准上以纯推理取得 87%,超过其他前沿模型。

    推荐理由:官方给出 Argon 在 ERQA 的 87% 成绩,并用四类机器人任务提示词展示从仿真到真机的完整用法。

已经到底了