AI图鉴

AI图鉴首页 › AI 资讯 › 导入 AI 479:空间战争;低纬度任务与 LLMs; Genie 4

导入 AI 479:空间战争;低纬度任务与 LLMs; Genie 4

来源:Import AI · 发布时间:11-02 · 由 AI图鉴每小时自动聚合

LLMs对视觉模型的看法如何?.

欢迎收看关于AI研究的通讯《进口AI》 进口AI运行于arXiv,capucinos,以及读者的反馈。 如果你愿意支持

LLMs在低纬度任务中非常糟糕:

直到AI系统可以玩游戏或为你进行在线拍卖

研究人员建造了Realtime-Bench,“一套精心设计的动态任务,其中拖延的行动直接影响成功”。 测试有助于评价现代,通用AI系统在实时需要做决定的地方如何能很好地完成任务。

基准测试由50个互动游戏和网络任务组成,分为30个网络任务,分为4个类别(旅行,电子商务,服务和安全),20个游戏任务(三角,谜题,策略,模拟).

谁做了研究:基准测试是德克萨斯大学奥斯汀分校,俄亥俄州立大学,伊利诺伊大学厄巴纳-尚帕因分校,NVIDIA分校,西北大学和稳定工程分校的人建造的。

其衡量标准:试验旨在探究三个特性:时间状态意识(“RT-Perceive”),模型可以利用观测来跟踪世界的变化;适应性考虑(“RT-Deliberate”),模型根据现有时间改变其推理长度和深度;以及时间意识行动选择(“RT-Act”),模型需要适当时间对情况采取行动。

“例如,agent购买机票时必须跟踪销售状况,评估所观察到的可用性是否仍然有效(RT-Perceive),限制购买窗口关闭时的进一步考虑(RT-Deliberate),并选择等待售票开张和买票时仍然可用(RT-Act)”。

它们有三个不同的条件:墙钟,它的设计是为了在现实世界的延迟下测试性能。 暂停时钟,它允许你任意暂停一些事情,从而获得基线能力感,以及Token时钟,它“以每代符号的固定速率提高环境。 一项行动是在实施时所达到的模拟时间实施的,因此,不管实际推断的延迟性如何,消耗更多的象征物都会拖延执行”。

模特儿能怎么样?作者测试了OpenAI(GPT-6-Astra,GPT-5.6 Sol,GPT-Realtime-2,OpenAI决定),Anthropic(Claude Fable 5.1,Claude Opus 5),Google(Gemini 3.8 Flash,Gemini 3.1 Flash Live,Gemini 3.8 Live),Jev 1.13,以及Deepseek(V4.1)和Moonshot AI(Z10Z-K3)的中国模型。

GPT-6 Astra(高)在 " 墙钟 " 评价设置上获得最高的通过率,为36%。

相比之下,与一个停顿的时钟相比,具有高度推理的模型接近70%甚至80%的成功率。

为什么这很重要:这个基准测试是AI agents将打破的有效代名词——这里的低分点指向了AI agents尚不能预期表现良好的任务。

请检查access-date=中的日期值 (帮助) 领导板:Realtime-Bench (官方网站).

阅读论文:Realtime-Bench:边疆模型能否解决实时互动问题?(arXiv).

***

太空战争的未来,国防情报局的礼节:

...反卫星技术太空核武器还有更多。..

在AI工作会很紧张,所以有时会放松自己,我喜欢阅读其他话题,以了解别处的恐怖。 如果我感到悲伤,我会尝试听比我更悲伤的人的音乐,以为自己高兴(例如,Radiohead、Neil Young

因此,考虑到这一点,我最近读了国防情报局的“对空间安全的挑战”。

太空中发生了什么:与地球上的冲突一样,空间是由美国与中国、俄罗斯、伊朗和朝鲜之间的冲突所定义的,中国的技术最先进,俄罗斯似乎最强壮。

“中国和俄罗斯正在发展从动力破坏到复杂的干扰和网络操作的强大攻击能力,“中国在过去十年中每年的空间发布增加了两倍多,2016年为22发布,2025年为93发布。 北京法官的空间是美国及其盟友行动的核心。 北京也认为空间是一个进攻性的军事领域,它塑造了解放军军事规划和战役的组成部分。”

太空战争:阅读这篇100+页面报告时,你得到的一般的氛围是,有大量的丑陋,可怕的事物发生在太空中,或者被地面上的东西对太空中的东西做。 一些例子引述:

- “到2020年代后期,中国可能发展空基定向能源系统和能够威胁高轨道卫星的更高动力地面定向能源系统”。

- “中国正在研制天基技术,包括能够在轨反空间武器,能够使空间系统处于危险之中”。

- " 俄罗斯的Peresvet是地面激光系统,旨在炫耀敌方卫星的光学系统,以掩盖俄罗斯战略导弹系统的移动 "

- " 在过去几年中,俄罗斯有几颗发布卫星,在轨道上进行试验活动,以获取能够攻击其他国家的卫星并造成临时或永久损害的技术 "。

中国有几架太空飞机,类似于美国的超机密X-37B飞行器,它们似乎越来越先进。 2023年,中国前述车辆之一"发布与物体发生相互作用".

卫星对卫星的战斗:在整个报告中,很明显,我们所处的世界是,敌对国家拥有卫星,试图与其他人的卫星相撞。

- “2019年,俄罗斯的发布卫星宇宙2542,这是第二颗卫星,宇宙2543。 Cosmos 2543随后开始跟踪美国国家安全卫星,“俄罗斯正在发展动能轨道系统,使卫星永久失效或“致命”卫星。 莫斯科的布列维斯特尼克是用于在低地球轨道上杀死航天器的研制型同轨道空气-发布反卫星武器。

- “2022年2月,俄罗斯发布一颗名为宇宙的卫星,莫斯科当时声称正在测试空间辐射对电子系统的影响。 这颗卫星是发布进入任何其他航天器没有使用的不寻常和孤立的轨道”。

空间核武器:俄罗斯正在空间试验核武器。 DIA写道,“在空间发生核爆炸将产生电磁脉冲,立即影响到射程内的卫星,并可能影响民用基础设施。” " 可将空间核爆炸定型为大多数轨道的撞击卫星——用于商业和侦察卫星的低地球轨道,用于关键通信的地球同步轨道,以及用于导航和定时卫星的MEO "。

为什么这很重要 - AI权力斗争下一阶段的基础设施:随着人们将更多资源用于建设天基数据中心(以及最终的月球数据中心),空间将变得更具战略性和商业价值,而且竞争日益激烈。 这样的研究让我们感受到已经存在于太空中的硬件并且将会在未来到达也许在遥远的将来,大赦国际也可能设法控制这些空间资产。

更多信息:DIA 发布对空间安全的挑战(国防情报局,新闻稿)。

阅读报告:对空间安全的挑战(DIA,PDF)。

***

Metis:一个试图将符号和神经推理融合起来的启动者:

...向着类似Vulcan的机器思维。..

Metis),是一款希望围绕开发具有更好推理的机器建立小说AI架构的创业者,他发表了一份研究论文,阐述了其研究方法。 高級簡介 – Metis想通过在AlphaGo和AlphaGo Zero上的作品来完成DeepMind对于封闭域问题所做的现代开放域问题。

他们想做什么:关键的想法是在现代AI架构中添加一个推理核心,它远比我们今天拥有的更可靠。 他们写道,“在现代AI架构中,“第一个缺失的元素是明确和持续的感知状态。.....第二个缺失的元素是允许系统选择在实现目标方面取得进展的推理动作的标准。”

这更像是一份立场文件,主要思想是在现实世界数据收集的基础上,训练推理政策和价值函数,然后用它来指导系统进行推理,以减少长期的不确定性,并将它们放在由声称或关于世界的假说构成的基本核心数据上。 他们写道," 对索赔证据地位的任何改变必须经证据许可或通过明确的计算加以核实并得到独立判决系统的批准 "。 “模式生成的内容不能仅仅通过合理性进入公认的认识状态;它必须通过合理评估,从而降低幻觉。 证据来源可以直接附在其支持的命题上,提供一条明确的来源链。 推理程序显然可以审计。”

之所以如此重要,也就是建立可靠且也非常不人道的基底:像这里所描述的架构一样,这样,当代的LLMs比这里描述的系统更像人类。

Metis写道,“尽管AI的历史可以被理解为象征性方法与神经方法之间的竞争,“分类系统使推理过程的各个方面变得明确,但取决于主要通过手工提供的陈述、操作者、弹性和知识。 当代LLMs学习非同寻常的语义操作和大量隐性知识,但将组织、评价和推理积累留为隐性。”

这里描述的人工智能系统将“思考”方式与人类的思维方式大不相同

更多信息:理性时代(Metis,PDF)。

***

Google召唤Genie 4为更好的世界建模:

. Google最有趣的项目之一仍在继续!

Google DeepMind发布了关于Genie 4的细节,这是其Genie世界模式的新迭代。 公司正在推出Genie 4的访问权,目前作为一些值得信任的测试者的研究预览,最终会来到Google AI Ultra的订阅者。 Genie系列的模型令人着迷,展示了一个世界,你可以拍摄任何东西的照片,把它变成一个可交互的环境,或者一个可以将2D绘图转换到舞台上进行视频游戏,等等。

关键特征:Google召唤出四个特性,使得Genie 4与前作不同。 其中包括:

- 实时修改:"你可以使用自然语言来修改实时中的模拟——比如改变天气,移动相机,或者引入一个新人或新物体——Gemini会根据背景调整您的提示,以配合周围的场景".

- 物理和人类行动模拟:“Genie 4模拟现实世界的物理情景,如空气动力学、碰撞

本文由 AI图鉴自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

相关免费羊毛

同源资讯

阅读原文(importai.substack.com)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI图鉴首页 · 提交工具 · 商务合作 · 关于本站 · 607 款 AI 工具分类导航 · 每日 AI 热门项目与动态