使用潛在基礎模型的PDE空間代理探索
此研究將多代理LLM與潛在基礎模型（LFM）結合，用於連續探索PDE控制的現象，如流體流動。LFM提供緊湊、解耦的潛在表示，並作為任意參數的快速代理模擬器。應用於Re=500的串列圓柱流中，自主發現位移厚度和動量厚度的全新縮放定律。
Search
Tag: #foundation-models50 results
Bedrock 多模態模型大規模解鎖影片洞察
Amazon Bedrock 的多模態基礎模型透過三種架構方法實現可擴展的影片理解。每種方法適用於不同的使用案例與成本效能權衡。本文探討大規模影片洞察的實作方式。
Apple 語言模型從混合到專門領域的最佳分割
Apple 關於將語言模型從一般預訓練混合數據最佳分割至專門領域的論文，已獲 ICLR 2026 工作坊接受。它批判標準兩階段訓練範式，即全語料庫預訓練後進行專門化。該研究探討多領域持續預訓練，以提升目標任務效能。
元戎啟行GTC進軍物理AI
元戎啟行於英偉達GTC提出基座模型重構輔助駕駛體系。将公司置入物理AI牌桌。聚焦自動駕駛基座模型。
Mistral 加入 Nvidia Nemotron 聯盟開發開源 AI
Mistral AI 成為 Nvidia Nemotron 聯盟的創始成員。此合作包括發布 Mistral Small 4 模型，用於開源和企業 AI 應用。
NVIDIA Cosmos 擴充機器人合成資料
NVIDIA 推出 Cosmos 世界基礎模型，用於生成高保真、物理感知的合成資料，適用於人形機器人和自動駕駛車輛等 AI 驅動機器人。這解決了真實世界資料集的限制，提升泛化能力和邊緣案例處理。無需大量真實世界資料收集，即可實現可擴充訓練。
SleepLM：睡眠語言模型
SleepLM 推出基礎模型，將多模態多導睡眠圖與自然語言對齊，用於睡眠分析。它策劃首個大規模睡眠-文字資料集，來自超過 10 萬小時、涵蓋 10,000 多人的資料。此模型在零/少樣本任務、檢索、標題生成中超越 SOTA，並具備語言引導事件定位等新能力。
20.3%肺部基因編輯效率，LUMI-lab發現mRNA遞送「密碼」
多大LUMI-lab為AI驅動自動駕駛實驗室，發現新型可電離脂質達20.3%肺部基因編輯效率。用1300萬+分子預訓練基礎模型結合機器人合成，形成閉環發現。刊Cell，勝先前方法。
前 ByteDance 機器人主管傳加入 Xiaomi
據報前 ByteDance 機器人團隊主管 Kong Tao 於 2025 年加入 Xiaomi，負責帶領團隊開發機器人基礎模型。據悉，多名 ByteDance 前同事也隨他加入，而 Xiaomi 的機器人部門目前約有 200 名員工。
StepFun 傳將模型與代理裝置業務拆分
據報導，StepFun 正重組為基礎模型與代理裝置兩條業務線。其手機業務可能移至新公司，而原有實體繼續經營模型業務；相關計畫尚未獲官方確認。