迈向机器人领域ImageNet，大牛Pieter Abbeel领衔国内外高校共建RoboVerse，统一仿真平台、数据集和基准
RoboVerse 提出一个统一平台、数据集与评测体系，解决机器人仿真碎片化问题。MetaSim 解决跨仿真器兼容性；大规模合成数据集与标准化评测系统提升性能评估；混合仿真增强真实性；Real2Sim 支持从现实到仿真的资产重建；AI-Generate Tasks 创造新任务；支持 GPU 并行训练加速研究。
UC Berkeley
谷歌再次称霸！出自伯克利等华人学生项目，竟成世界170+模型竞技场
Chatbot Arena已成为全球最受瞩目的AI系统评测平台，吸引超过170个模型参赛。最新版本的Gemini发布并取得佳绩，引发科技巨头和初创公司争夺榜首。项目采用用户评分的方式进行对比，受到广泛关注。
视觉语言模型能否实现鲁棒的数学推理？UC伯克利发布测评基准DynaMath
本文介绍了一项新的动态生成的测评基准DynaMath，用于评估和研究视觉语言模型在处理多模态数学问题时的推理能力。通过分析当前最强的一些视觉语言模型（如GPT-4o）在简单数学题上的表现，发现它们存在漏洞和鲁棒性不足的问题。DynaMath提供了501个高质量、多主题的种子问题及其变体，评估了14个最先进的视觉语言模型的表现，揭示了其推理稳健性的局限性。