← 全部日期

AI & CV 每日科普 · 2026年7月10日

6 条当日/近期热点 · 工程师向浅科普

【主题】OpenAI GPT-5.6 公开发布,模型分层更像工程菜单

解读 OpenAI 将 GPT-5.6 Sol、Terra、Luna 推向 ChatGPT、Codex 和 API。工程团队可以按任务成本选层级:高难代码和复杂 agent 看 Sol,日常功能可先用 Terra 或 Luna 做成本验证。

来源 OpenAI

【主题】Meta Muse Spark 1.1 加入智能体编程竞争

解读 Meta 推出 Muse Spark 1.1,强调工具使用、电脑操作、代码迁移和多模态理解。对企业开发平台来说,这类模型的评估重点不只是代码正确率,还包括权限、工具链、长任务稳定性和单次任务成本。

来源 TechCrunch

【主题】Muse Image 和 Muse Video 把生成媒体做成“会规划”的工具

解读 Meta 的 Muse Image 不只是根据提示词出图,还会调用搜索和工具来改进结果,并加入隐藏水印信号。做内容生产或视觉工具的团队,应关注可控编辑、来源标识和模型自我修正带来的产品体验变化。

来源 Meta AI

【主题】GR00T 1.7 进入 LeRobot,开源机器人栈继续成形

解读 NVIDIA 和 Hugging Face 将 Isaac GR00T 1.7 与 Isaac Teleop 接入 LeRobot。机器人团队可以用更统一的数据格式、后训练和部署流程,减少从采集示范到真实机器人验证之间的工程成本。

来源 NVIDIA Blog

【主题】LeRobot v0.6.0 强化从失败到再训练的闭环

解读 LeRobot 新版加入世界模型策略、奖励模型 API、仿真基准和 rollout 工具。它适合需要快速复盘失败轨迹的团队,把人工修正、评估和再训练连成一条更清楚的流水线。

来源 Hugging Face Blog

【主题】MolmoMotion 用语言指导 3D 运动预测

解读 Allen AI 发布 MolmoMotion,用图像、3D点和文字动作描述来预测物体未来运动。对 CV 和机器人工程师来说,它的价值在于把“看见物体”推进到“估计物体会怎样移动”,可用于规划和可控视频生成。

来源 Hugging Face Blog