今天很多 AI 降本，表面上看是在压 token，本质上是在压复杂度

仿真的底层逻辑

WAIC现场叠箱封胶，解锁物理AI新技能

DeepSeek一年烧掉74亿美元估值，OpenRouter上中国模型流量碾压美国三倍——你猜谁在为这场免费午餐买单？...

本文探讨了自主谈判代理中的行为隐私泄露问题，提出了一种自适应随机谈判策略，确保差分隐私和高谈判效用。通过对3000次双边谈判的评估，该机制将对手推断准确率降低了43-50%，同时保持90%以上的成功率，证明了在不显著损失性能的情况下可以实现强隐私保障。

HIL-ResRL是一种即插即用的VLA工具，经过1小时微调后成功率超过95%。该技术在提升机器学习模型应用效率方面具有重要意义。

在具身智能领域，视觉-语言-动作（VLA）模型面临模仿学习导致的误差累积问题。华为云的HIL-ResRL方法通过人机协同和残差策略，提高了机器人在真实环境中的任务成功率，实验成功率超过95%。该方法无需重训练，适用于多种工业任务，并通过触觉反馈显著提高精度，展示了快速部署的潜力。

文章探讨了将面试视为推理游戏的方法，通过积累样本来提高成功率。作者分享了备战和复盘的流程，以帮助读者更有效地准备面试。

英伟达与卡内基梅隆大学、伯克利大学联合推出ENPIRE框架，旨在让AI自主进行机器人研究。该框架通过自动化实验流程，提高机器人在复杂任务中的成功率，研究表明AI代理能够独立提出研究思路并优化实验，最终在多个任务中实现99%的成功率。ENPIRE的核心是构建一个可迭代的物理实验环境，以提升机器人研究的效率。

一项研究评估了12个多模态大语言模型（MLLM）的规划能力，发现它们在不可解任务识别中的正确拒绝率仅为34.7%。研究提出了智能体规划基准（APB），通过五大评估设置揭示了模型在长程规划、工具鲁棒性和校准拒绝等方面的系统性弱点，强调规划能力的重要性。结果显示，模型在面对不可解任务时往往盲目尝试，可能导致资源浪费和有害输出。

HumanEgo框架通过人类第一视角视频学习机器人策略，成功解决了人类与机器人之间的具身鸿沟。研究者利用佩戴的Aria眼镜采集示范数据，实现了零样本迁移，平均成功率达到92.5%。该方法无需机器人数据，数据高效，支持在新环境中稳健迁移，显著提升了机器人操作效率。

成功的数字化转型需要业务和技术利益相关者在编写代码前达成共识。70%的转型失败源于利益相关者不一致。使用技术路线图优先级（TRP）框架，组织可以快速确定优先事项，创建可执行的架构待办事项。TRP通过成本和影响的矩阵帮助团队明确优先级，确保资源集中于高价值项目，从而提高转型成功率。

Harness是一种新型AI智能体架构，由五大子系统构成，专注于工程实现而非设计抽象。它通过固定结构和上下文管理提升智能体的稳定性和成功率，标志着AI进入工程学科时代。

本文介绍了使用GPT-Image-2模型将设计图转化为网站前端界面的六步流程，包括撰写提示词、生成设计方案、分析设计图、搭建界面、修改细节和加入个人风格。通过这一流程，成功率可提高至80%以上，适合希望创建专业网站的用户。

具身智能领域最近发布了GEN-1，成功率超过99%，速度提升2-3倍，微调成本降低至1/10。CEO Pete Florence强调，未来的世界模型应关注机器人任务的成功率，而非仅追求视觉质量。研究表明，高视觉质量与具身任务能力相关性较低，DexWorldModel通过改进表示、记忆、推理和数据引擎，提升了机器人在真实环境中的表现，展示了具身世界模型的潜力。

苏度科技发布了具身机器人系统Sudo R1，首次实现近100%的零样本抓取成功率。该模型通过纯仿真数据训练，无需真实数据，突破了行业瓶颈。团队与宁德时代等企业合作，计划实现多工位覆盖的机器人系统。

Zo Computer是一款个人AI云平台，提供用户自己的云计算环境。其成功率从98%提升至99.93%，重试率降至0.34%。通过Vercel的AI基础设施，Zo简化了模型支持，提高了响应速度和可靠性。目标是到2026年吸引100万用户，推动个人云计算的普及。

独角兽公司Generalist推出新模型Gen-1，机器人成功率提升至99%，效率提高三倍。Gen-1通过人类活动数据训练，具备即兴解决问题的能力，能够独立处理复杂任务，展现出“灵性”。该技术基于Scaling Law，证明数据和算力显著提升机器人智能。

AutoPlay是一种可扩展的任务生成管道，通过探索交互环境生成多样的可执行任务，减少对人工标注的依赖。在Android和Ubuntu应用中分别生成了2万和1万任务，显著提高了成功率。

麻省理工学院的研究人员开发了一种基于生成性人工智能的长期视觉任务规划方法，成功率约为70%。该系统结合视觉-语言模型与正式规划能力，能够处理复杂视觉输入并生成有效规划，适用于多种实际应用。