OpenAI重返机器人赛道!四大核心岗位开招
OpenAI宣布重返机器人赛道,正在招聘四大核心岗位,提供百万年薪,标志着其在该领域的战略回归。
OpenAI重启机器人赛道,高薪招揽人才备战具身智能;VAST获近2亿美元融资,揭秘“状态与渲染解耦”的世界模型新路线。两者一个深耕物理实体,一个重构虚拟世界,共同标志着AI正从“对话”走向“交互”的深水区。
OpenAI重返机器人赛道!四大核心岗位开招 - OpenAI 确认重启搁置多年的机器人项目,一口气放出电气、仿真、执行器、控制四大核心岗位,年薪最高超220万,剑指“具身智能”。这并非OpenAI的首次尝试,其早年的Dactyl机械手曾定义了“仿真训练转真机”的行业标准,但因数据瓶颈被迫转型LLM。如今,随着大模型技术成熟及竞争对手(如特斯拉、Figure)的逼近,OpenAI此番回归不仅是技术闭环的补全,更是AGI通往物理世界的必然路径。对于行业而言,拥有顶尖算法基因的OpenAI入局,将加速“大脑”与“小脑”的融合,推动机器人从自动化工具向通用智能体演进。
如果说OpenAI是在向物理世界“进军”,那么VAST则是在为AI构建一个完美的“虚拟训练场”。两者的逻辑在“仿真”这一环殊途同归:OpenAI需要海量仿真数据训练机器人,而VAST的新路线恰好能提供高质量、可交互的数字孪生环境。
近2亿美元!VAST完成新一轮融资,正式披露世界模型路线 - 刚获近2亿美元融资的VAST揭开了Project Eden的面纱,提出了一条区别于Google Genie和World Labs的“异类”路线:将底层状态推演与视觉渲染原生解耦。简单说,就是让AI只负责推理“发生了什么”,而将“看起来怎样”交给渲染层。这种架构彻底解决了传统视频世界模型无法支持多玩家交互、状态不可持久化的痛点。这不仅是对算力效率的极致优化,更为AI原生游戏、多智能体协同训练提供了底座支持。VAST此举证明了3D生成能力是世界模型的坚实根基,未来“造万物”到“造世界”的壁垒正在被打破。
今天的两则新闻揭示了2026年AI发展的核心命题:走出屏幕,拥抱交互。OpenAI的“硬”与VAST的“软”看似分野,实则互为表里。物理世界的机器人需要虚拟世界的仿真来加速训练,而虚拟世界的智能体也需要物理逻辑的约束来变得真实。VAST的“状态解耦”可能成为未来具身智能数据爆发的基础设施,而OpenAI的实体落地则为大模型提供了终极的应用场景。AI不再仅仅是聊天机器人,它正在接管我们的物理空间并重写数字世界的构建法则。
AI 3D公司VAST完成近2亿美元融资,并发布世界模型技术路线Project Eden,通过状态与渲染解耦实现持久化、多人交互的虚拟世界。
亚马逊云科技王晓野剖析企业级Agent落地难题,提出五层架构(算力、模型、数据、Harness、应用)以解决从Demo到生产的鸿沟,强调数据平台需服务AI而非仅服务人,以及Token成本优化的重要性。
文章报道了全球Top 10 AI实验室Agnes AI正式无限期免费开放全模态API,涵盖文本、图像及视频模型,并详细实测了其在代码生成、电商设计及影视特效方面的表现。
JetBrains宣布开源12B参数模型Mellum2,该模型采用MoE架构,专为生产环境中的低延迟、高吞吐量AI工作流设计。
本文介绍了如何在JetBrains IDE插件中使用OAuth2和PKCE实现安全登录,从而替代让用户手动粘贴Token的不安全做法。
文章介绍了如何使用 Qodana 解决 ESLint 难以跨文件检测的五个常见 TypeScript 问题,包括隐式 any 传播、非空断言滥用、悬浮 Promise、未使用的导出及重复代码。
深度原理发布材料基座模型MPA,采用类LLM三阶段训练与Hybrid Readout机制,在40个真实工业任务上取得SOTA,通过物理对齐提升了模型对未知结构的预测能力。