标签：训练

强化学习让通用机器人策略在多任务部署中持续变强，最高提升58个百分点

一篇预印本论文提出用价值型强化学习在部署阶段对通用机器人策略做多任务持续改进：训练任务越多，策略不仅在训练任务上变好，在未见过的新场景、新物体上也出现明显提升。

Dropbox 宣布以 3.5 亿美元收购为 AI 工作负载提供云存储的初创公司 Tigris Data，并同步推出面向企业与开发者的 DBX Agent Cloud，试图从文件存储工具转向 AI 应用的基础设施供应商。

针对大规模 AI 训练中光网络故障导致的算力浪费，论文提出预测控制面框架 Halley，在模拟条件下把有效吞吐从 65.2% 提到 76.5%，并声称同规模训练最多可少用 3.3%–14.7% 的数据中心容量。

Reddit 联合创始人 Alexis Ohanian 在首届 WIRED World Fair 上表示，做社交媒体应用“已经不再酷了”，他认为更好的“群聊”形态可能接替用户生成内容，而 AI 正在让互联网越来越不为人类而建。

人形机器人公司 Agility 通过 SPAC 反向并购登陆公开市场，募资 4.65 亿美元，成为首家上市的纯人形机器人公司。它的价值在于：真正进工厂搬货的机器人能讲出可核对的商业故事吗？

研究者开源了 5 万小时第一人称人类视频语料及配套预训练流程，并展示预训练时长与机器人下游任务成功率之间存在经验性的对数线性关系。

Gradium 团队 11 月 5 日发布端侧语音模型 Phonon，无需联网即可运行，在 Hugging Face 开放 TTS 榜单的德语和西班牙语可懂度上排名第一，上线两周下载量超过 20 万次。

Ricursive 于 2026 年 11 月 4 日发布 Ripple-65B Preview，一款 650 亿参数、Apache 2.0 许可的稠密开放权重模型，自报在 Terminal-Bench 2.1 上取得 80.5 分，是当前美国开放权重模型中该测试的最高自报成绩。

现年81岁的皮克斯联合创始人Ed Catmull在2026年11月的一次访谈中给出AI时代职业建议：不要等工具成熟再用，而应学习本行技艺、与工具开发者合作，参与定义技术形态本身。

一项新研究提出用仿真中的 SMPC（采样型模型预测控制）充当“自动专家”，批量生成离线示范数据，再用稀疏任务奖励做强化学习，训练机器人同时行走与操作，并把策略部署到 Spot 四足和 G1 人形机器人上。