NEO-VLA:像素直出动作,具身模型怎么吃透视觉细节?

资讯 腾讯网 作者:腾讯网 全文 6335 字 · 约 16 分钟读完 分类VLA商汤学术研究多模态

让机械臂把网球稳稳放到易拉罐上,既要识别物体,也要判断网球是否对准罐顶,以及何时松开夹爪。这些看似简单的操作,往往依赖细微的视觉信息。问题在于,动作模型能否充分利用这些信息?近日,来自南洋理工大学 S-Lab、商汤研究院与 Ropedia 的研究团队提出 NEO-VLA,将原生视觉语言模型引入机器人动作学习。图像经过轻

所属频道 模型发布国产大模型前沿研究

机械臂要把网球稳当搁到易拉罐上,得先认出物体,再判断球有没有对准罐口,最后决定什么时候松开夹爪。这些动作看着不复杂,靠的却是很细的视觉线索。那么问题来了:动作模型能不能把这些信息吃透?

南洋理工大学 S-Lab、商汤研究院与 Ropedia 的研究团队近日拿出了 NEO-VLA,把原生视觉语言模型搬进机器人动作学习。图像先过一层轻量卷积,再和语言指令一起送进主干网络;生成动作的模块则直接取用主干不同深度的表征。整条视觉通路里没有单独的预训练视觉编码器。

围绕这套设计,团队挨个考察了四个问题:原生主干是不是更适合学动作?动作专家最吃哪几层的信息?保住多模态理解能力对动作训练有什么影响?模型在常规任务和场景变化下表现如何?他们用一组组对照实验,加上仿真和真机测试,把答案摆了出来。论文已经在 arXiv 公开。

  • 论文题目:From Pixels to Actions - Towards Native Vision-Language-Action Policies

  • Paper:https://huggingface.co/papers/2611.06918

  • WebPage:https://www.lmms-lab.com/posts/neo_vla/

  • Github:https://github.com/EvolvingLMMs-Lab/NEO/tree/main/VLAKit

  • Model:https://huggingface.co/weepiess2383/NEO-VLA

  • DataSet:https://huggingface.co/datasets/weepiess2383/NEO-VLA-Action-Pretrain

操作需要的视觉细节,是怎么进到动作模型里的

眼下多数视觉语言动作(VLA)模型走的是同一套流程:先用 CLIP、SigLIP、DINOv2 这类预训练视觉编码器提图像特征,再把特征交给语言主干和动作模块。动作决策基本从编码器的输出起步。

可抓取、对齐、插入这些操作,要用到物体边缘、局部几何、深度,还有夹爪和物体之间那些细微的状态变化。视觉信息一层层抽象下去,跟精细操作有关的线索就可能变得不好用。

此前已有研究发现,视觉模块对 VLA 的性能影响不小,模型剪枝时它对这块也格外敏感;动作微调还可能把预训练好的视觉表征弄坏。这些现象说明,视觉和动作之间的接口本身就该重新看看。

NEO-VLA 于是抛出一个问题:要是动作模块能直接够到视觉计算过程中形成的各层表征,是不是就能把跟操作有关的信息用得更好?

让动作模块直接读不同深度的视觉语言表征

按视觉处理方式和动作输出形式来分,相关设计可以归成三类,下图画的就是它们的差别。

差别在于,编码器式 VLA 哪怕读了语言主干的不同层,手里的视觉信息也已经过独立编码器处理。NEO-VLA 不一样,视觉和语言从主干第一层起就一起建模,动作模块因此能碰到视觉表征一层层形成的过程。「读哪一层」也就成了一个能单独拿出来研究的设计问题。

NEO-VLA 怎么从观测生成动作

NEO-VLA 的底子是 NEO-2B。这个原生多模态主干有 40 层,参数量大约 20 亿,视觉通路里没有独立的视觉 Transformer、自编码器,也没有离散视觉码本。主干之外,模型接了一个网络宽度较小、从随机初始化开始训练的动作专家。

把多视角图像、指令和机器人状态拼成统一输入

每个时刻的观测最多包含三个相机视角,模型会把前一时刻与当前时刻的观测一并纳入。单个视角的输入分成几部分:相机标识、相机内参与旋转信息,还有图像切块后得到的视觉词元。图像嵌入层由所有视角和时刻共用;宽高比不做改动,每个视角的视觉 Token 上限为 88 个。

视觉输入后面跟一段结构化提示词,用来说明控制频率、机器人类型、夹爪配置、动作参考坐标系和任务指令。模型另外用 6 个状态词元表示两条手臂和身体在前一时刻与当前时刻的状态。机器人没有的部件,对应输入会被屏蔽,这样同一套接口就能适配单臂、双臂以及带移动底盘等不同配置。

用层映射配置动作专家的读取位置

动作专家每一层对应主干里的一个指定层,读的是该层缓存的 KV 表示。论文比了四种层映射方案:

  • first-28:读第 0 至 27 层,同时把主干截到前 28 层。

  • skip-28:主干 40 层全留着,在里面近似均匀地挑出 28 层。

  • end-28:主干 40 层全留着,只读第 12 至 39 层。

  • full-40:40 层全读,动作专家也用 40 层。

前三种方案用的都是同样规模的 28 层动作专家。skip-28 和 end-28 保留的主干深度也一样,只改了读取位置,是分析浅层信息作用时最直接的对照。first-28 把主干也缩短了,模型的计算量跟着变;full-40 则当作动作专家容量更大的配置单独讨论。

动作专家走的是流匹配路线,一次就能预测出一个动作块,里面含 30 个时间步,双臂与身体的动作被统一进同一套表示。

推理阶段,模型默认用 10 步欧拉法求解来生成动作。主干网络只算一遍,之后每次采样都重复使用同一份 KV 缓存。

动作训练分三步推进。

先让动作专家完成适配,再一步步放开整个模型,同时把内部采集的机器人数据加进来。

第一步把预训练主干冻住,动作专家和条件编码模块参与训练,一共跑 113,400 步,全局批量大小为 8,192。

第二步解开全模型,在同一份机器人数据集上接着训练 75,000 步。为了不丢掉视觉语言理解能力,每隔一个优化步骤就掺进一批多模态理解样本。

第三步以第二步的模型为起点,用内部数据再做 75,000 步全参数训练,其余训练配置与第二步保持一致。

不同机器人靠一套统一的数据格式串起来。

预训练语料汇总了九类公开数据集,共 223 万条轨迹。

这九类数据集分别是 AgiBot-World、Bimanual YAM、RoboCOIN、Open X-Embodiment、Galaxea Open-World、RoboMIND、RH20T、DROID,以及仿真数据 InternData-A1。论文给出的完整语料包含 2,231,583 条轨迹、约 9.28 亿条数据记录,覆盖 2,704 个场景和 7,444 个相机视角,已统计时长接近 1 万小时,单臂、双臂等多种机器人配置都在其中。

表 1 预训练语料构成及训练采样占比

各本体的动作被映射到同一种格式。

各机器人记录动作的方式并不一样。要联合训练,NEO-VLA 先把它们转成统一的动作格式,再用有效性掩码标出每台机器人真正具备的通道。

每条手臂占 26 个维度:7 个关节目标、3 维末端平移增量、3 维旋转向量增量、1 维夹爪状态,再加 12 个手部关节目标。

身体部分占 8 个维度,对应 3 维底盘运动、3 维躯干动作和 2 维头部动作。

末端平移增量以厘米为单位,旋转增量以弧度为单位,二者在相机坐标系或机器人基座坐标系下表达;关节与手部目标取绝对值,身体动作则用基座坐标系。

动作按机器人本体分别归一化。部件不存在、时间步缺失或者通道无效时,模型用掩码把这些情况挡在训练损失之外。

数据异常分层处理,有效信息尽量留下。

公开机器人数据的采集方式和标注质量参差不齐。团队设了五类质量检查,按异常所在层级分别处理读数、通道、动作目标、轨迹和标定信息,免得因为一处局部问题就把整条还有价值的轨迹扔掉。

原生主干冻结之后,已经能有效支撑动作学习。

原生主干给出的表征,是不是更适合动作学习?团队给 NEO-2B、Qwen3-VL-2B 和 Gemma-3-4B 配了设计相同的动作专家,在 Open X-Embodiment 上按相同设置预训练 75,000 步,再到 LIBERO 上比表现。

表 2 不同主干在 LIBERO 上的受控对比

主干冻结、只训练动作专家时,NEO-VLA 平均成功率达到 90.9%,Qwen3-VL 为 79.5%,Gemma-3 为 84.5%。后两者全量微调后分别是 90.8% 和 91.0%,NEO-VLA 这一成绩已经接近它们;LIBERO-Long 上,冻结主干的 NEO-VLA 拿到 85.4%,同样压过两者全量微调后的成绩。

也就是说,NEO 的预训练表征迁移到动作任务上,效果已经不错。

表 3 给出的是让 Qwen3-VL 动作专家直接读取视觉中间特征的对照结果。这种优势是不是只来自能访问视觉中间特征?研究者又在 Qwen3-VL 上做了一组对照:把动作专家中的 13 层直接连到视觉编码器的中间特征上,参数不增加。冻结主干时,这样接让成功率从 79.5% 掉到 64.9%;全量微调之后,新旧两种接口的表现就很接近了,分别是 90.9% 和 90.8%。

可见,光让动作模块碰到中间特征,并不足以拿到同样的提升。这些结果说明,原生视觉语言预训练形成的表征更利于动作学习,表征怎么学、怎么读,得放在一起看。

当然,不同主干的预训练数据和模型容量本来就有差别,所以不能把全部收益都算到“去掉视觉编码器”这一个结构变化上。不过在这组对照里,原生主干不管冻结还是全量微调,动作迁移能力都表现得不错。

动作预测对浅层信息格外敏感

动作专家到底在用哪些层的信息?团队先比了各种选层策略,也看了冻结 backbone 带来的影响,结论是浅层连接很关键。

为了进一步弄清哪些信息在影响动作,研究者对动作专家的各个读取位置逐一做了干预。

第一步,把某个读取位置的 KV 表示换成另一条观测的表示。替换落在第 0 至 10 层时,动作平移预测的误差涨得最明显。作为对照,研究者又加了幅度匹配的噪声扰动,误差和没干预时差不到 0.004 厘米。也就是说,模型对这些层的敏感,主要跟表征内容有关。

这些结果表明,跟动作有关的信息分布在主干的不同深度上。冻结主干时,浅层表征尤其关键;全量微调后,把多个深度的信息结合起来效果更好。语言、外观和几何信息对动作预测的影响,同样呈现出不同的深度分布。

动作后训练阶段,理解数据还是不能丢

模型学会动作之后,原来的多模态理解能力会变成什么样?团队比了两种后训练方式:一种只用动作数据,一种把动作数据和通用多模态理解语料放在一起联合训练,参照对象是后训练开始前的模型。

表 4 对比了理解与动作联合训练和仅用动作数据训练。只拿动作数据训练的模型生成不出有效文本,五项理解基准的结果用「—」标示。

联合训练之后,模型在 MMBench-EN、RealWorldQA、AI2D、TextVQA 和 ChartQA 五项理解基准上整体保持稳定。四项的降幅都没超过 1.5 个百分点,RealWorldQA 反而涨了 1.6 个百分点;与此同时,RoboTwin 2.0 Clean2Rand 的动作成功率达到 69.4%。

反过来看,只用动作数据做后训练的模型已经生成不了有效文本,五项理解基准在论文里都用「—」标示;它的 Clean2Rand 动作成功率也掉到 10.7%。

这组结果表明,多模态理解和稳健的动作能力关系紧密。动作后训练里继续掺入理解数据,既能保住主干原有的理解能力,也有助于策略适应随机化场景。

从标准基准到场景变化与真机操作

前面的受控实验是用来分析模型设计的,接下来看完整模型在不同任务中的表现。由于各项工作的模拟器版本、相机配置、训练数据和评测协议并不完全一致,跨论文的成绩主要供参考,不宜当成完全相同条件下的严格对照。

LIBERO

完整模型在 LIBERO 评测中的平均成功率达到 97.4%。目前多种方法在这个基准上的成绩已经比较接近,所以这一结果主要说明 NEO-VLA 保住了较强的分布内操作能力。该结果与前文主干对照实验的训练和评测设置并不相同。

表 5 完整模型的 LIBERO 基准成绩

LIBERO-Plus 检验七类扰动下的鲁棒性

表 6 LIBERO-Plus 七类扰动下的成绩

结果显示,NEO-VLA 对观测方式和图像条件的变化适应得更好,这跟前文对浅层视觉表征的分析对得上;本体或空间配置的变化,仍然是更难的关卡。

LIBERO-Pro 揭示空间与任务泛化的难点

在LIBERO-Pro上,NEO-VLA面对指令语义变化拿到98.0;物体外观变化下的成绩是84.3。可一旦物体位置或任务目标改变,它的表现就差了下来——其他方法在这两类测试里同样普遍吃力。这处差距说明,感知和语义上的鲁棒性较好,并不等于就能灵活适应空间和任务。

表 7 LIBERO-Pro 上的外观、位置、语义与任务泛化成绩

到了RoboTwin 2.0,考验的是随机化环境中的表现。官方设置2,500条示范轨迹,NEO-VLA在Clean测试中取得75.78,随机化场景的Clean2Rand测试仍有69.40,下降了6.38个百分点。

表 8 RoboTwin 2.0 干净场景与随机化场景的成绩

真机微调时,每个任务用50条示范。团队设了三个真机任务,分别考察精确放置、多步操作与物体姿态调整:把网球放到易拉罐上;先把胶带卷放进碗里,再把网球放进胶带卷;将横放的易拉罐立起来并插入胶带卷。每个任务用50条示范微调,之后测试20次,分布内与分布外初始配置各10次。

真机数据相同、各自采用推荐后训练配置的情况下,NEO-VLA在三个任务中分别成功12、17和13次;StarVLA分别是1、2和0次,π0.5则是10、14和13次。三个任务上,NEO-VLA的成功次数都不低于π0.5。

表 9 三个真机任务的成功次数,每项共测试 20 次

上面三项定量任务之外,团队还演示了倒水,以及从混合寿司中逐一挑出四个军舰寿司摆入盘子。这些补充演示用来看模型能完成哪些操作,没有计入前三项任务的成功率统计。

推理延迟也在Pika真机系统上测过。策略跑在单张24 GB显存的RTX 3090上,BF16精度,每次请求返回一个含30步的动作块,单张RTX 3090上约0.26秒返回一个动作块。实验直接执行预测动作,没有用RTC。

表 10 模型前向与真机请求链路的延迟,单位为毫秒

让感知与理解转化为更灵活的动作

NEO-VLA的实验显示,动作学习既受视觉表征形成方式的影响,也取决于动作模块能不能读取视觉计算不同阶段的信息。原生主干在冻结状态下就能有效支撑动作学习,对浅层表征的访问尤其关键。反过来,直接读取传统视觉编码器的中间特征,并没有带来同样的收益。这些结果说明,表征怎么学、又怎么供动作模块使用,得放在一起看。

模型对外观和观测条件变化的适应能力已有体现,可新的空间布局与任务目标仍构成明显挑战。接下来的问题是,怎样把已有的感知与理解能力转成更灵活的动作,让机器人在几何关系或任务意图变化后,依然能调整操作策略。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 南开大学综述:AI做研究,三项决策权在谁手里?

    新智元报道 你让AI自动设计一种新的推理算法:它能读论文、写代码、跑实验,还能根据结果不断修改方案。看起来,整个研究过程已经交给了AI。但如果研究问题由人类提出、允许修改的范围由人类划定、判断成功的标准也由人类设定,那么AI真正掌握了多少研究决策?它是在替人做实验,还是已经开始决定如何做研究?最近,南开大...

    来源 腾讯网
  2. 于超:从MAPPO到具身智能,GPT-6后或迎Token时代?

    2022 年,一篇看似没有提出复杂新算法的论文,成为多智能体强化学习领域最有影响力的工作之一。这篇论文叫 MAPPO。研究者发现,只要把已有的强化学习算法 PPO 用好,调整训练和实现中的一些细节,就能在多智能体协作任务中取得相当出色的效果。这个结论如今看起来并不难理解,但在当时,学术界更看重新算法和理论创新,MAPP

    来源 腾讯网
  3. 450道题逼出AI编程漏洞:最强模型也难幸免

    2026年,一个研究团队做了一件挺较真的事。他们找来六个最厉害的AI编程助手,给它们布置了450道题,题目来自150个真实世界里发生过的安全漏洞。规则很简单:只告诉AI要实现什么功能,绝口不提安全二字,就像现实中大多数程序员写需求文档那样。结果呢?**最强的那个模型,Claude Fable 5,写出的代码里,真正做到

    来源 腾讯网
  4. OpenAI再撤机器人团队:通用模型接管,2027年演示不变

    2026年11月13日,OpenAI宣布解散独立机器人团队,将相关人员并入主研究团队和Applied组织。理由是GPT-6 Astra等通用前沿模型已可直接用于机器人控制,据英伟达研究数据,GPT-6 Astra在模拟操控基准测试中得分74.8%,远超专用模型的51%。这是OpenAI六年内第三次调整机器人组织架构,也

    来源 AI 行业观察
  5. 浙大联想联合提出EM²Mem:多模态智能体改用事件中心长期记忆

    在人工智能持续向多模态与长期演进的背景下,如何让智能体摆脱“过目即忘”或检索低效的困境,一直是学术界与产业界攻关的核心痛点。近日,浙江大学与联想团队合作提出了一项全新的以事件为中心的多模态长期记忆方案——EM²Mem,相关研究成果已在 EMNLP2026正式亮相。 颠覆传统模式:从“先检索后对齐”到“先对齐后检索” 长

    来源 AI 开发者社区
  6. XYBench基准出炉:AI答得对却帮不上忙,8000题考意图识别

    当用户问错问题时,AI是顺着错误给方案,还是指出真正的问题?Allen AI发布的XYBench基准测试了8000多个真实场景,发现主流大模型在识别用户潜在意图和纠正误解方面,表现远不如人类。本文详解XYBench的构建逻辑、评估维度及实验结果,探讨为何“听懂弦外之音”对AI助手至关重要。

    来源 AI 应用前沿
  7. MiniMax,狂卷字节、OpenAI

    (本文作者为 AIX财经,钛媒体经授权发布)文 | AIX财经,作者 | 雷晶,编辑 | 魏佳AI生图赛道,最近打得火热。11月10日晚,MiniMax发布并开放H3-Image模型权重,打出了“又快又便宜”的牌。官方称,它10秒就能生成一张1600万像素的高清图片,价格只有同档位主流工具的50%-70%。在它之前,O

    来源 腾讯网
  8. Looki 自研模型 Loom Model 发布 :让生活成为 AI 能理解的上下文

    文 / Looki AI Research(Yilin Shoukui Dayu Jianhong) 编辑/ Bocong 引言 当 AI 开始走出屏幕、进入真实生活,如何持续理解一个人的日常经历,并将这些经历转化为未来可以调用的上下文,正在成为个人智能发展的关键课题。 今天,Looki 正式发布自研多模态模型系列Lo

    来源 AI 开发者社区
  9. 腾讯WorkBuddy接入Gemini4Carbon:百万Token上下文向Pro用户开放

    腾讯WorkBuddy国际版11月15日宣布接入谷歌Gemini4Carbon大模型,面向复杂推理和长周期任务,目前仅向Pro计划用户开放。该模型面向长周期智能体工作流,适用于复杂知识工作、软件工程、网络安全及科学推理,支持文本、图像、音频和视频多模态输入,输入输出合计上下文窗口最高达100万Token。

    来源 AI 产业速递
  10. SpaceX星舰第15次试飞升空:飞船入轨,助推器未返场

    【TechWeb】11月14日消息,美国中部时间2026年11月13日下午,SpaceX“星舰”(Starship)第15次试飞成功升空。此次任务使用超重型助推器 B22 号和飞船 S42 号,原计划首次实现助推器与飞船双双返回发射场并由发射塔机械臂实施空中捕获回收,同时部署 26 颗第三代星链卫星。但任务并未完全按计

    来源 腾讯网
  11. Gemini Decision 1发布:毫秒级批量判断,不闲聊

    谷歌推出首个专用决策模型Gemini Decision 1,主打“不生成文本,只做判断”。它能在150-250毫秒内,基于同一份多模态输入一次性回答上千道是非题或选择题,并输出置信度。这种跳过Token解码的架构,让它在模型路由、内容审核等需要快速二选一或多选一的场景中,比传统大模型更快且更便宜。

    来源 AI 应用前沿
  12. OpenAI、Anthropic估值双双破万亿:30家AI公司上榜,中国两家进前十

    图片由AI生成文丨晓静编辑丨徐青阳11月15日,硅谷老牌风投机构Menlo Ventures合伙人Deedy Das(@deedydas)在社交平台晒出一张全球AI公司估值与营收排行榜。Menlo Ventures成立于1976年,是硅谷历史最悠久的风险投资机构之一,曾投资Uber、Chime等知名科技公司。近年来,这

    来源 腾讯网
  13. 中科院团队:少量神经元即可解码手部三维运动,脑机接口迎新思路

    IT之家 11 月 14 日消息,据新华社昨晚报道,中国科学院自动化研究所团队通过灵长类动物实验研究,揭示大脑仅用少量神经元就能解码手部三维运动轨迹,为研发更高效的新一代脑机接口提供神经科学依据。 在以往的运动皮层研究中,实验往往将猕猴的运动范围限于少量离散位置,研究人员难以分辨神经元的编码方式。 为了解开这个难题,研

    来源 AI 行业观察
  14. AI写论文更方便了,学术诚信怎么守住?

    谈起这两年AI给编辑工作带来的变化,《科技通报》编辑吴頔最先想到的是“论文篇幅变长了,工作量变大了”。 吴頔告诉中青报·中青网记者,以前的论文初审主要关注选题、格式和复制比。如今,编辑还要辨别语言是否空泛、论证有没有实质内容,以及那些格式规范的参考文献,能否找到真实存在的原文。吴頔遇到过一些稿件,语言流畅但内容空洞;公

    来源 AI 行业观察
  15. 苹果N50智能眼镜:2027年6月亮相,年底出货?

    据彭博社资深科技记者马克·古尔曼 2026年11月15日发布的“Power On”通讯,苹果首款智能眼镜计划在2027年6月的苹果全球开发者大会上正式发布,并预计在2027年年底之前开始出货。报道称,N50 智能眼镜不具备AR显示功能,主要依赖Siri语音助手、摄像头和传感器提供AI辅助功能,应用场景包括识别景物、翻译

    来源 TechWeb
  16. 苹果N50智能眼镜曝光:2027年6月WWDC发布,年底前出货

    据彭博社资深科技记者马克·古尔曼 2026年11月15日发布的“Power On”通讯,苹果首款智能眼镜计划在2027年6月的苹果全球开发者大会上正式发布,并预计在2027年年底之前开始出货。报道称,N50 智能眼镜不具备AR显示功能,主要依赖Siri语音助手、摄像头和传感器提供AI辅助功能,应用场景包括识别景物、翻译

    来源 TechWeb
  17. Gartner:AI到2030年净增170万个岗位

    IT之家 11 月 15 日消息,人工智能可能引发的就业危机,或许并不像人们想象的那样。商业与科技研究机构 Gartner 预测,2025 年至 2030 年间,AI 将在全球创造 1060 万个新工作岗位,同时导致 890 万个岗位消失。两者相抵,到 2030 年前,全球就业市场预计将因 AI 净增加约 170 万个

    来源 腾讯网
  18. Agent如何越用越强?中科院自动化所、美团等推出RSI综述

    从 Prompt 优化到 Harness 进化,梳理 RSI 的发展趋势,用三个问题、七步生命周期,理解 Agent 如何把经验转化为持续改进。想象这样一个场景:一个编程 Agent 调用 API 时遇到报错,发现接口参数已经更新。经过几轮尝试,它终于修复了问题。但到了下一个任务,它还会不会犯同样的错误?这次修复能否沉

    来源 腾讯网
  19. 星舰第15飞:B22助推器返场未果,S42将试塔捕?

    11月14日消息,美国中部时间2026年11月13日下午,SpaceX“星舰” 第15次试飞成功升空。此次任务使用超重型助推器 B22 号和飞船 S42 号,原计划首次实现助推器与飞船双双返回发射场并由发射塔机械臂实施空中捕获回收,同时部署 26 颗第三代星链卫星。但任务并未完全按计划推进。助推器未能按计划返回发射场,

    来源 TechWeb
  20. 星舰第15次试飞:B22与S42首演双回收未成,墨西哥湾落幕

    11月14日消息,美国中部时间2026年11月13日下午,SpaceX“星舰” 第15次试飞成功升空。此次任务使用超重型助推器 B22 号和飞船 S42 号,原计划首次实现助推器与飞船双双返回发射场并由发射塔机械臂实施空中捕获回收,同时部署 26 颗第三代星链卫星。但任务并未完全按计划推进。助推器未能按计划返回发射场,

    来源 TechWeb
  21. 黄仁勋辞职:周鸿祎谈创始人价值与美对华芯片分歧

    【TechWeb】11月14日消息,英伟达创始人黄仁勋突然辞职后,360创始人周鸿祎接连发布多条视频表达观点。他认为,英伟达失去的不只是一位CEO,更是一位能提前十年判断技术方向的创始人,若处理不当恐重蹈苹果当年赶走乔布斯的覆辙;与此同时,黄仁勋的离开也折射出美国对华芯片政策背后的深层博弈,但中国AI的发展不会因外部封

    来源 AI 行业观察
  22. 黄仁勋辞职:周鸿祎称创始人离场比丢CEO更伤,中国AI封锁难挡?

    “黄仁勋下台”背后:对华芯片政策的分歧才是关键周鸿祎还将视角转向黄仁勋辞职对中国AI的影响。他公开批评对华芯片管制是失败的,还警告中国在AI领域已经非常接近美国。周鸿祎还梳理了事件时间线:11月4日美国国会相关委员会要求黄仁勋说明英伟达先进芯片的出口和流向问题;11月8日黄仁勋个人风波进一步发酵;11月12日英伟达宣布

    来源 TechWeb
  23. 周鸿祎:“黄仁勋下台”背后,美对华芯片政策的分歧才是关键

    “黄仁勋下台”背后:对华芯片政策的分歧才是关键周鸿祎还将视角转向黄仁勋辞职对中国AI的影响。他公开批评对华芯片管制是失败的,还警告中国在AI领域已经非常接近美国。周鸿祎还梳理了事件时间线:11月4日美国国会相关委员会要求黄仁勋说明英伟达先进芯片的出口和流向问题;11月8日黄仁勋个人风波进一步发酵;11月12日英伟达宣布

    来源 TechWeb
  24. SpaceX星舰第15次试飞升空:双回收未全达成,飞船返航待验证

    【TechWeb】11月14日消息,美国中部时间2026年11月13日下午,SpaceX“星舰”(Starship)第15次试飞成功升空。此次任务使用超重型助推器 B22 号和飞船 S42 号,原计划首次实现助推器与飞船双双返回发射场并由发射塔机械臂实施空中捕获回收,同时部署 26 颗第三代星链卫星。 但任务并未完全按

    来源 AI 行业观察
向下滚动自动加载更多