15亿参数挑战机器人控制，MiniCPM-RobotManip正式开源；覆盖文本/图/视频/动作序列，英伟达发布全模态模型Cosmos3-Edge
内容提要
MiniCPM推出具身智能模型系列，包括15亿参数的机器人操作模型和0.9B参数的目标跟踪模型，实现端到端映射与实时跟踪。HyperAI官网更新了9个数据集、8个教程等资源，涵盖数学推理、视觉推理等领域，并精选社区文章和百科词条。
延伸解读
小模型具身智能的潜力与局限
MiniCPM-Robot系列以15亿和9亿参数实现机器人操作与目标跟踪，展示了小模型在具身智能中的高效推理潜力。但文章未提供实际性能数据或与更大模型的对比，因此其真实能力仍需进一步验证。轻量化架构和高效视觉压缩技术是亮点，但端到端映射的泛化性和鲁棒性尚不明确。
数据集与教程的实用价值
HyperAI本周更新了9个数据集和8个教程，覆盖数学推理、视觉推理、语音修复、图像生成等领域。这些资源为研究者提供了多样化的训练和评估工具，例如MathNet支持多语言多模态数学推理，Nemotron系列提供大规模数学推理数据。教程则包括具身智能、语音修复等前沿模型，便于快速上手。
社区文章揭示的AI科研自动化趋势
两篇社区文章分别展示了LLM在计算化学和同步辐射实验中的自动化应用。阿贡实验室的ChemGraph通过任务拆解让小模型也能达到大模型水平，斯坦福的AI X射线科学家则实现了自主实验操作。这些案例表明，AI正从辅助分析走向自主执行复杂科研任务，但实际部署仍需处理真实环境中的不确定性。
Q&A
MiniCPM-RobotManip是什么？它的参数量和主要功能是什么？
MiniCPM-RobotManip是MiniCPM-Robot系列中的机器人操作模型，参数量为15亿，是一个视觉语言动作模型，基于MiniCPM-V 4.6视觉语言骨干和扩散动作头，实现从视觉观察和语言指令到机器人动作的端到端映射。
MiniCPM-RobotTrack是什么？它的参数量和特点是什么？
MiniCPM-RobotTrack是MiniCPM-Robot系列中的目标跟踪模型，参数量为0.9B，聚焦实体目标跟踪，实现端侧实时视觉跟踪能力。
MiniCPM-Robot系列模型有哪些技术特点？
MiniCPM-Robot系列模型采用轻量化架构、流式上下文记忆和高效视觉压缩技术，展现了小规模模型在真实机器人场景中的高效推理潜力。
MiniCPM-Robot系列模型在HyperAI官网可以如何获取？
HyperAI超神经官网已上线了「MiniCPM-Robot：面向真实世界的具身智能模型」，用户可以在线使用，并提供了在线运行链接。
HyperAI官网在7月25日至7月30日更新了哪些内容？
HyperAI官网在7月25日至7月30日更新了9个优质公共数据集、8个优质教程精选、2篇社区文章解读、5条热门百科词条，并公布了6个8月截稿的顶会。
Math-Graph数据集是什么？它包含哪些内容？
Math-Graph是由华盛顿大学数学人工智能实验室于2026年发布的数学定理依赖图数据集，构建了语句级粒度的数学定理依赖图，包含47,952条非形式化与形式化数学的语句匹配对，覆盖论文元数据、数学语句、依赖关系边以及LLM生成的自然语言描述数据。
Nemotron-SFT-Math-v4数据集的特点和用途是什么？
Nemotron-SFT-Math-v4是NVIDIA于2026年5月发布的数学推理数据集，包含545,431条训练样本，涵盖COT思维推理和TIR工具推理样本，覆盖代数、几何、数论、组合数学等场景，用于大模型数学推理微调、推理轨迹分析、答案校验算法研发等。
MathNet数据集是什么？它支持哪些基准任务？
MathNet是MIT团队联合阿卜杜拉国王科技大学等机构于2026年发布的大规模多语言、多模态数学推理数据集，包含27,817道专家级数学试题，覆盖58个国家和地区、17种语言，支持数学问题求解、数学语义检索和检索增强问题求解三个基准任务。
CHIMERA数据集是什么？它有什么特点？
CHIMERA是一个专为推理训练设计的合成推理数据集，涵盖广泛的STEM学科，包含9,225个问题，8个学科，所有示例均由LLM生成并通过自动验证，无需人工标注。
VisCoR-55K数据集是什么？它包含哪些类别？
VisCoR-55K是由华中科技大学联合阿里云于2026年发布的高质量视觉推理数据集，包含约55,000个视觉推理样本，涵盖通用、推理、数学、图表及OCR五大类别，旨在促进视觉语言模型在可信且稳健的视觉推理方面的研究。
