学术

统一框架下的具身多模态推理：自变量机器人让AI放下海德格尔的锤子

作者

文章讨论了自变量机器人如何通过统一模态架构，实现具身多模态推理能力。该架构消除视觉、语言和行动之间的人为边界，并采用生成模型进行跨模态学习，最终让机器人具备符号-空间推理、物理空间推理及自主探索与协作的能力，接近人类的直觉操作方式。

清华SageAttention3，FP4量化5倍加速！且首次支持8比特训练

作者

清华大学陈键飞团队提出SageAttention3，实现了5倍于FlashAttention的推理加速。此模型在多种视频和图像生成等大模型上保持了端到端的精度表现，并首次提出了可训练的8比特注意力用于大模型的训练加速。