从RDT-1B到Liber-0，两年间，基模走了多远？
从RDT-1B到Liber-0，两年间，基模走了多远？2024 年 10 月，机器之心曾报道过清华团队的一项基模工作：RDT-1B。
来自主题: AI技术研报
5544 点击 2026-11-05 17:32
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
2024 年 10 月，机器之心曾报道过清华团队的一项基模工作：RDT-1B。
近日，米哈游联合清华大学、香港大学、新加坡国立大学等学术机构，开源首个通用游戏模型 GameScaling 系列：覆盖 0.8B、2B、9B、27B 四档规模，共八个模型，权重与推理代码均以 Apache 2.0 协议发布。
前段时间，我们做了一个开源项目 Vector Graph RAG，尝试只用 Milvus 向量数据库实现知识图谱的多跳检索，省去额外部署图数据库的麻烦。
在 LLM/MLLM 领域，基于 verifier 奖励的强化微调（Reinforcement Fine-Tuning, RFT，如 GRPO）在激发复杂推理能力方面展现出显著优势。由于 On-policy 优化的特性，很多研究指出 RFT 相比传统的监督微调（SFT）天然具备更强的抗遗忘能力。
认出一个物体之后，换个角度还能认出来，进一步想象它转动后的样子，这些都涉及空间感知。人类需要在头脑中表示物体的形状与方向，理解不同视角之间的关系，并从二维投影中推断三维几何。
Sören Mindermann与Alan Chan牵头、包括Geoffrey Hinton在内的22位学者共同署名的RSI论文提出，在AI研发完全自动化等假设下，研发速度可能在约一年半内提高十倍，但这并非现实时间预测。
OpenAI 一个小升级，让大家表情包自由了。
周二，北坡的 NorthCUA 团队，突然带来了一套相当完整的电脑智能体开源成果。
如今Agent已经能熟练调用工具、修改文件、运行测试，但面对一个长期演进的大型软件系统，它能否从一份新需求出发，交付完整功能？
经过决策训练的语言模型，重新打开生成开关后，未必还能稳定地推理。在研究者的实验中，4B 模型在约 40% 的问题上几乎不生成推理；9B 模型则走向另一端，在约 70% 的问题上持续生成，直到触及长度上限。
日常生活里人类的直觉判断，放到机器人身上，往往会变成棘手难题。
大模型能看懂复杂的网页结构，也能理解各种游戏的通关规则。
超智能这场竞赛的胜负手不在后训练，而在谁先跑通 RSI 预训练。
上个月告诉助手「订机票选靠窗座位，优先上午的航班」，这次出差让它订票，它还记得吗？换一个对话、交给另一个执行任务的 Agent，这条要求还在吗？
代码写错了、命令报错了、环境配坏了，Code Agent 接下来会做什么？
最近，数字果蝇在AI圈火了。
AI 真的能理解三维世界吗？
庞大的序列搜索空间，是蛋白质设计面临的核心难题之一。
最近翻各家大厂的技术报告，很容易生出一种错觉：大模型好像已经把人类的网络安全防线打穿了。NYU CTF、Cybench、CyberGym 排行榜上，不管闭源大厂还是开源新秀，漏洞解决率动不动就 80% 往上。
当数千个大语言模型智能体被连入同一个网络、彼此可以自由交流并不断更新观点时，会发生什么？
用流匹配（Flow Matching）或扩散模型（Diffusion Models）生成一张手写数字图像、一段 DNA 序列，通常需要从噪声出发，经过多步采样才能得到结果。每一步都要调用模型，生成质量逐渐改善，计算开销也随之增加。
多轮图像编辑允许用户通过连续指令，逐步调整同一张图片中的物体、外观与场景。随着图像生成进入交互创作，用户需要根据中间结果继续修改，模型也需要在完成新要求的同时，保留此前已经确认的内容。
近日，DeepSeek 为下一代超级智能体（Super Agent）提出了四个标准：连续，高效，主动，持久，让智能体称为能够承担工作的 AI 同事。
视觉与文本输入由同一主干模型统一处理。
编辑｜张倩 2008 年，英伟达曾用一场颇为疯狂的实验，向人们展示并行计算的威力。 在现场，一台绘画机器人按部就班、一个像素接一个像素地绘制出一幅「笑脸」简笔画。 但接下来，画风突变。工作人员启动了一
上周五，我写了一篇关于B站鱼灾的文章DeepSeek的尽头，居然是一条会喊你爸爸的蓝色大肥鱼，不少朋友在评论区和私信里问要怎么养鱼。
GPT-6 Astra能直接读取编辑小模型权重了。
人工智能先驱 Yann LeCun 一直主张「生成式 AI 是一条死胡同，世界模型才是真的未来」。
在企业级真实业务与复杂数据分析中，让大模型「一眼看穿数据库并写出完美SQL」，往往只是一个不切实际的幻想。
用螺丝刀拧紧螺丝，听起来并不复杂。