Dyna Robotics 联合创始人 Jason Ma 谈 Dyna-2 世界动作模型与长程机器人自主
Dyna Robotics 联合创始人兼首席科学家 Jason Ma 在 Latent Space 播客中讲解 Dyna-2 世界动作模型，该模型基于超过 100 万小时人类视频预训练，用预测未来视频来引导机器人动作。
#推理
Latent Space
Microsoft Research 微软研究院播客：AI 评测的“意外失败”能教给我们什么
微软研究院播客中，partner research manager Jennifer Neville 与首席应用科学家 Chad Atalla 讨论评测如何推动 AI 系统性能边界、满足用户需求，以及模型超出传统 benchmark 测试时出现的“意外失败”。她还分享使用当前 AI 系统的实用建议，并强调结果不符合预期时应仔细检查数据。
Import AI Import AI 475：蜂群扩展、Google DeepMind 为生物数据加水印，以及 AI 科学经济
Import AI 475 期梳理了三项进展：Toby Ord 分析蜂群扩展，指出 4 智能体蜂群完成任务所需 token 约为单智能体两倍，但并行下理论耗时减半，且存在类似“踩脚”参数的收益递减。
Berkeley AI Research 智能免费之后怎么办：面向、属于、由智能体构建的数据系统
UC Berkeley 的 Aditya G. Parameswaran 等人提出，随着推理成本大幅下降、接近免费，数据系统需应对三类新挑战：为智能体设计的数据系统、管理智能体集群的数据系统，以及由智能体合成数据系统。
Berkeley AI Research 自适应并行推理：高效推理扩展的下一个范式
伯克利 AI 研究团队发布综述，分析并行推理领域进展，重点讨论自适应并行推理——让推理模型自行决定何时分解并并行化独立子任务、启动多少并发线程以及如何协调。文章梳理了 self-consistency、Best-of-N、Tree/Graph of Thoughts、MCTS、ParaThinker、GroupThink、Hogwild!