豆包11月16日上线「工作台」,首批21款。金融投研、医生、教师、写作、新媒体创作、数据分析、法律事务、出行规划都在里面。点进去就是专属AI空间,技能和工具预置好了,不用从头挑。搭一个AI助手,变成打开一个入口。使用门槛这一关,算是被按下去了。对专业用户来说,这才是能不能天天用的分水岭。
华为云在"行业AI梦工厂"发布并开源昇腾原生具身世界模型CloudRobo-WM1.2。官方说法是五大核心技术突破,目标很直接:让具身智能从实验室走到规模化落地。开源这一步挺关键。具身智能最缺的是可复现的基座,不是演示视频。硬件厂商、机器人公司、高校实验室都能拿来改,生态才转得动。
底层方法也有新东西。arXiv上的Elliptic Sampling盯的是生成建模的老问题:随机插值要真正跑起来,得先定两件事——从初始分布到目标分布的插值调度,以及高效的离散化方案。这篇论文给出了高斯以及更一般分布下的最优插值调度。听着偏理论,实际直接影响采样步数和推理成本。模型跑得快不快、贵不贵,全藏在这种细节里。
三件事摆在一起看,方向很清楚:应用层把AI塞进具体岗位,模型层把基座开源出去,方法层把采样成本往下压。参数竞赛的热度在退,能不能真跑起来、跑得起,才是眼下这道考题。