專訪商湯首席科學家林達華：多模態的湧現時刻會在一兩年內到來

11 月 20 -21 日，由奇點智能研究院與 CSDN 聯合主辦的「奇點智能大會北京站」正式舉行 2026 年，AI 世界最有權力的四個人，在同一件事上罕見地異口同聲：Sam Altman：「We are now, like, in the singularity.」——我們已經在奇點裡頭了。

機器人模型近年來在視覺語言動作（VLA）領域進展迅速，但單幀模型往往缺乏對時間序列的掌握，難以應付需要連續判斷的真實世界操作。根據業界消息指出，一項名為「StreamPI」的新框架正試圖補上這塊缺口，透過機器人時序框架的設計，讓原本只處理單一畫面的VLA模型也能具備「流式記憶」，也就是在動作決策時能參考過去一段時間的觀察與狀態，而非只看當下瞬間。 這項進展對機器人實務應用格外關鍵。

作者：清源 責編：清源 評論： 感謝網友 I'm OK 👌 的線索投遞！8 月 27 日消息，據英國 BBC 今天（27 日）報道，英國貝德福德郡 48 歲的里斯 · 希伯特成為全球首位在 AI 實時輔助下接受腦部手術的患者，醫生成功切除了他的腦部腫瘤。

英偉達前AI總監近日提出一套顛覆性的技術路線，試圖徹底改寫當前人工智慧領域由Transformer架構主導的局面。這項新方向鎖定「物理AI」與超大型上下文窗口，目標是讓模型具備推演整個宇宙運作邏輯的能力，消息一出立刻引發學界與產業界高度關注。 過去幾年，Transformer幾乎成為大型語言模型的代名詞，從自然語言處理到多模態理解，幾乎所有主流AI系統都建立在這個架構之上。然而，隨著應用場景從文字對話延伸到物理世界模擬、機器人控制與科學計算，Transformer在運算效率、記憶長度與時空推理上的瓶頸也越來越明顯。

《麻省理工科技評論》在分析 AI 訓練過程時採訪了多位研究大語言模型效率的專家。一個很直觀的結論是：嬰兒學習語言的能力遠勝今天的 AI 聊天機器人，而且學習效率也高得多。

將動作從輸出端搬到調度端，推理速度提升1.79倍。 作者丨鄧哲敏 編輯丨齊鋮湧 機器人想要真正走進千行百業、千家萬戶，有一道繞不開的坎：它得足夠快。不說快到能打羽毛球那，至少得快到讓人覺得這玩意兒能用。一個機械臂每動一下都要停頓兩三秒，哪怕成功率再高，在工業場景裡算下來的投入產出比也很難說服人。VLA 模型是當前具身智能領域最受關注的技術路線之一。它把視覺感知、語言理解和動作生成整合進一套模型，讓機器人能夠依據語言指令完成複雜操作任務。但 VLA 模型有一個部署層面的老大難問題：推理太慢。