BriefGPT - AI 论文速递 ·

M2T2：多任务遮罩变形器用于以对象为中心的拾放

💡 原文中文，约400字，阅读约需1分钟。

📝

内容提要

M2T2是一种使用Transformer模型的单一模型，能够在杂乱的场景中对任意对象进行稳定工作。经过大规模合成数据集的训练，M2T2在真实机器人上实现了零样本仿真到现实的转换，在整体性能上超过了基准系统和最先进的任务特定模型约19％。

🏷️

机器人不能停下来等模型：星尘发布 SmoothRL，让在线强化学习跟上大模型的异步推理
星尘智能发布SmoothRL框架，解决真实机器人异步执行中的在线强化学习问题。该框架仅对实际执行的动作进行学习，并保持训练与部署节奏一致。在投掷、戴笔帽、...
Audacity 4是“全球最受欢迎”音频编辑器的全面改版
Audacity 4全面改版，引入非破坏性编辑，可恢复裁剪音频，支持片段重叠与自由拖放，新增片段拆分、改进效果及可定制主题，界面焕然一新，更接近现代数字音...
DeepSeek-V4 模型结构（0）：一张图看懂 DeepSeek-V4
本文介绍DeepSeek-V4模型架构：Pro版总参数1.6T、61层，Flash版284B、43层，均采用4条残差流、交错CSA/HCA压缩注意力与Mo...
CD sales are booming as physical media continues its resurgence
According to the Recording Industry Association of America (RIAA), CD sales e...
Kimi K3 模型结构（7）：结构决定系统
本文总结Kimi K3模型结构对训练与推理系统的影响。KDA采用三种执行形态（FlashKDA、设备内上下文并行、状态回滚）处理固定大小状态；上下文并行通...
Kimi K3 模型结构（6）：输入端与零件，MoonViT-V2、MTP、Per-Head Muon
Kimi K3模型采用从零训练的MoonViT-V2视觉编码器，27层、patch14结构，支持高分辨率图像token化；MTP层预训练后微调为EAGLE...