跳到正文
今天11月17日周二1 条
  1. 映维网60

    World Labs 向所有人开放 Atlas 世界模型,并推出 3D 世界构建应用与 API

    World Labs 宣布向所有人开放 Atlas 世界模型的访问权限,并推出一套用于构建 3D 世界的应用和 API 接口。Atlas 于今年 9 月首次亮相,原生支持文本、图像、视频和 3D 等多种输入,并整合到共享空间上下文中。它可根据文本生成图像和 360 度全景图,从一张或多张图像生成图像和视频,视频输出最高 1440p、时长最长 1 分钟,还能从输入图像重建真实世界空间。

11月16日周一
  1. arXiv cs.RO49

    D-VLA:面向视觉-语言-动作模型的高并发分布式异步强化学习框架

    研究者提出 D-VLA,一个面向大规模具身基础模型的高并发、低延迟分布式强化学习框架,通过“Plane Decoupling”物理隔离高频训练数据与低频权重控制,并以四线程异步“Swimlane”流水线让采样、推理、梯度计算与参数分发完全并行重叠。在 LIBERO 等基准上,D-VLA 在十亿参数级 VLA 模型的吞吐与采样效率上显著优于主流 RL 框架,万亿参数扩展测试中仍保持稳定与线性加速。