10月15日·谷歌Gemini 3.0 Pro：单次生成网页版操作系统

10月15日·周三  AI工具和资源推荐

谷歌Gemini 3.0 Pro：单次生成网页版操作系统

谷歌的最新大模型Gemini 3.0 Pro在AI领域再次引发关注。该模型能够在短时间内通过简单的提示词生成功能完备的网页版操作系统，涵盖Windows、MacOS和Linux等主流系统。这一技术突破展现了Gemini 3.0 Pro在代码生成和前端设计方面的强大能力，尽管生成的操作系统仅具备基本功能，但其生成速度和细节表现令人惊叹。目前，Gemini 3.0 Pro已在AI Studio的A/B测试中供部分用户尝试，其生成的代码和演示已公开在CodePen上供开发者体验。来源：微信公众号【机器之心】

RoboChallenge：具身智能的ImageNet时刻

RoboChallenge作为全球首个大规模多任务真机基准测试平台正式发布。该平台由Dexmal原力灵机联合Hugging Face共同发起，旨在为视觉-语言-动作模型（VLAs）提供一个开放、公正且可复现的测试环境。通过集成多款主流机器人，RoboChallenge能够实现远程评测，为研究社区提供标准化的测试条件。其创新的「视觉输入匹配」方法和多维任务设计，为机器人算法的评估提供了可靠的衡量标准，推动具身智能从实验室走向现实世界。来源：微信公众号【机器之心】

北大彭一杰教授课题组提出RiskPO优化大模型后训练

北京大学彭一杰教授课题组提出了一种名为RiskPO的大模型后训练优化方法。该方法通过引入风险度量，特别是混合风险价值（MVaR）目标函数，解决了传统均值优化策略在训练过程中出现的熵坍缩问题，有效提升了模型在复杂任务上的推理能力。实验表明，RiskPO在数学推理、代码生成和多模态推理等多个领域的表现均优于现有方法，尤其在高难度任务上优势显著。该研究为大模型的后训练提供了新的思路和方法。来源：微信公众号【量子位】

百度蒸汽机：国产AI视频模型的实时流式生成

百度蒸汽机（文心专精版）在AI视频生成领域实现了重大突破，推出了实时流式生成功能。该功能支持用户在视频生成过程中随时打断、修改指令，并实时查看生成结果，打破了传统AI视频生成的固定模式。百度蒸汽机不仅支持图生视频和视频生视频，还具备实时交互和无限续写的能力，极大地提升了视频生成的效率和灵活性。这一技术升级标志着AI视频生成从短片段迈向长篇叙事，从单向输出走向实时共创，为AI视频创作带来了全新的体验。来源：微信公众号【量子位】

王兴兴硕士论文揭示宇树科技雏形

宇树科技CEO王兴兴的硕士毕业论文《新型电驱式四足机器人研制与测试》近日被网友发现并引发关注。该论文完成于2016年，提出了电驱式四足机器人的设计方案，强调了性价比和普及性。论文中的XDog机器小狗成为宇树科技的起点，其设计理念和技术路线为公司后续的发展奠定了基础。如今，宇树科技已成长为估值百亿的明星企业，并即将IPO。王兴兴的成功故事展现了他在机器人领域的前瞻性思维和创新能力。来源：微信公众号【量子位】