Modelli multimodali come Intern-S2 e AlphaGenome Atlas puntano a letteratura scientifica e genomica, mentre Arm, Qwen e progetti marittimi portano i LLM in robotica, guida autonoma e navigazione. Questo segna uno spostamento da strumenti linguistici a IA di dominio per la scienza e le applicazioni incarnate.
InternLM presenta Intern-S2-397B, un modello multimodale da 397 miliardi di parametri per intelligenza scientifica e agenti di lungo periodo. Impara da pagine grezze di letteratura scientifica senza parsing intermedio, combina ragionamento simbolico ...
M3-Former combina attributi statici e intento di navigazione codificati da un LLM con features dinamiche, usando un MoE a doppia granularità e una loss specifica per le virate. Su un dataset AIS danese riduce ADE e FDE a 4 ore del 4,4% e 5,1% rispett...
Un dataset pubblico registra 558 traiettorie complete di agenti scientifici, con pensieri, chiamate a strumenti, errori e confidenza. I benchmark tradizionali guardano solo gli output finali; qui emergono differenze tra modelli con success rate simil...
Il team Qwen pubblica un modello open weight derivato da un checkpoint da 4B e ottimizzato per la guida. Il checkpoint BF16 completo pesa 9B. Un segnale concreto della spinta dei laboratori cinesi verso la guida autonoma con modelli aperti, con impli...
DeepMind ha rilasciato AlphaGenome Atlas, un archivio pubblico di previsioni precalcolate per nove miliardi di possibili cambi a singola lettera del genoma umano. Lo strumento elimina la necessità di scrivere codice o eseguire il modello e aggiunge u...
Arm riunisce oltre 80 partner per definire standard comuni nella robotica e nella physical AI. Il Robotics Capability Framework introduce livelli di capacità simili ai livelli SAE, legando casi d'uso a vincoli di latenza, collocazione del calcolo, me...
