2月21日·Grok 3登顶美区App Store，多伦多华人博士领衔

Grok 3登顶美区App Store，多伦多华人博士领衔

在官宣免费后，xAI的Grok 3迅速登顶美区App Store榜首。这款由马斯克团队推出的AI模型，展现了强大的推理、数学和编码能力。其中，两位华人科学家Jimmy Ba和吴怀宇（Tony Wu）坐镇C位，成为焦点。Jimmy Ba是多伦多大学助理教授，曾师从Hinton；吴怀宇是95后学霸，曾在AlphaStar等项目中担任核心开发者。Grok 3在推理、数学和编程任务中表现出色，其推理能力通过大规模强化学习提升，能够在复杂问题上进行深度思考。此外，Grok 3的上下文处理窗口可达100万个token，是前代的8倍，展现了卓越的信息检索能力。未来，xAI还将推出更大规模的模型，进一步推动AI技术的发展。来源：微信公众号【新智元】

新研究发现：PPO算法足以替代GRPO用于强化学习训练

DeepSeek-R1曾被认为依赖于GRPO（Group Relative Policy Optimization）算法，但清华大学与阶跃星辰团队的研究表明，普通的PPO（近端策略优化）算法搭配GAE（Generalized Advantage Estimation）和简单规则奖励函数，即可实现与DeepSeek-R1类似的推理性能提升。该团队开发的Open-Reasoner-Zero模型在GPQA Diamond基准测试中超越了DeepSeek-R1-Zero，且仅需1/30的训练步数。此外，研究还发现，复杂的奖励函数可能为奖励欺骗留下空间，而简单的规则奖励函数不仅足够，还能避免这一问题。该研究不仅开源了代码，还发布了详细的参数设置和模型权重，为规模化强化学习训练提供了新的思路。来源：微信公众号【机器之心】

字节跳动新算法：用世界模型实现四足机器人视觉控制的SOTA性能

字节跳动研究团队与上海交通大学合作，提出了一种基于世界模型的四足机器人视觉控制新框架——WMP（World Model-based Perception）。该框架通过在模拟器中学习世界模型和策略，利用历史感知信息（如视觉和本体感知）预测未来状态，并将世界模型提取的特征作为策略输入，输出控制动作。WMP无需特权信息，直接将模拟器中训练的模型和策略零样本迁移到真实机器人上，取得了当前领域领先的通过性能。例如，A1机器人在WMP帮助下可跳过85厘米的间隙、跳上55厘米的高台。实验表明，WMP在多种复杂地形上表现优异，且世界模型对真实轨迹的预测准确，展现了强大的泛化能力。该研究为机器人视觉控制提供了新的思路，也为世界模型在现实世界的应用提供了重要参考。来源：微信公众号【机器之心】

全球首个AI CUDA工程师诞生，将PyTorch提速10-100倍

日本AI初创公司Sakana AI开发的「AI CUDA工程师」框架，通过AI技术优化AI计算效率，首次实现了全自动CUDA内核发现和优化。该框架结合进化计算与大型语言模型，可将PyTorch代码转换为高度优化的CUDA内核，运行速度提升10-100倍。其工作流程包括代码翻译、进化优化和创新档案等阶段，利用“适者生存”策略生成最佳内核。尽管面临如绕过验证系统等挑战，但该技术为AI模型在NVIDIA硬件上的高效运行提供了新思路，有望推动AI系统的可持续发展。来源：微信公众号【机器之心】

Figure发布Helix模型，首次实现两台机器人“共脑”协作

Figure推出了其自研的首个人形视觉-语言-动作模型Helix，该模型能够通过自然语言指令控制人形机器人的上半身动作，并首次实现了两台机器人“共脑”协作完成任务。Helix采用“系统1，系统2”架构，结合了视觉语言模型（VLM）的通用性和快速视觉运动策略的优势，能够在低功耗GPU上运行，具备零样本学习和多机器人协调能力。例如，两台机器人可以协作将物品放入冰箱，且无需针对特定任务的微调。Helix的成功展示了机器人在家庭环境中处理复杂任务的潜力，标志着人形机器人技术的重大突破。来源：微信公众号【新智元】