标签： 训练

EgoThumb 是一款完全开源的视觉驱动附加机器拇指，靠掌心相机和模仿学习策略自行判断何时抓握、保持与释放，无需手动触发；它把驱动单元移到前臂，为单手“固定物体、同时操作”提供了新路径。

旧金山初创公司 Plato 完成 1600 万美元 A 轮融资，通过付费让专业人士把自己的岗位做成模拟环境，供 AI 实验室训练和测试 Agent；这类“练手场”正成为 Agent 落地的关键基础设施。

英伟达于2026年10月28日发布开源权重模型Nemotron 3.5 Transcribe，支持最多40种语言转录，并更新开源语音数据集Granary 2，瞄准商务会议与医疗转录等开发者场景。

英伟达在 Hugging Face 发布开源权重模型 Nemotron 3.5 Transcribe，把转录、说话人区分、翻译和音频问答合进同一个模型，并开放 Granary v2 数据管线与微调方案。其意义在于：多语言语音处理从“单一转录”走向可提示、可适配的通用音频模型，且走开源路线。

alphaXiv 收录的论文提出质量可控机器人策略 QCP，把速度、平滑度等执行质量做成推理时可调的“标签”，并通过迭代事后重标注突破初始示范的质量上限。