《科创板日报》记者获悉，阿里通义千问大语言模型负责人林俊旸称已组建机器人与具身智能团队。他指出多模态基础模型正转变为智能体，可利用工具与记忆强化学习推理，应从虚拟走向物理世界。...

9月18日，DeepSeek研究论文登上《Nature》封面，其R1模型训练成本仅29.4万美元，远低于行业平均。论文公开了仅靠强化学习激发大模型推理能力的重要成果，DeepSeek-R1成全球最受欢迎开源推理模型。...

9月11日，2024年图灵奖得主理查德·萨顿在外滩大会上表示，人类数据红利逼近极限，AI正进入以持续学习为核心的“经验时代”。他强调，经验是一切智能的核心，强化学习带领我们进入新阶段，但持续学习和元学习技术尚不成熟。同时，他认为AI与人类的协作将实现双赢，推动宇宙进入“设计时代”。...

8月16日，2025首届世界人形机器人运动会中，星动纪元全尺寸双足人形机器人星动L7在跳高项目中夺冠。其凭借强大硬件与自研端到端强化学习技术，展现了人形机器人在复杂动态控制上的新突破。...

6月11日，第二届“一带一路”科技交流大会在成都举行，会上正式启动“人工智能强化学习可持续发展计划”。该计划旨在缩小全球人工智能发展差距，加速全球人工智能体系的构建。同时，该计划将解决人工智能领域人才培养痛点，推动AI产业协同发展。...

第二届“一带一路”科技交流大会在四川成都开幕，会上发布了“人工智能强化学习可持续发展计划”，旨在通过教育普惠打破人才壁垒，推动“技术共享”实现“发展共享”，助力构建可持续的人工智能生态。...

DeepSeek系列模型不断创新，推动AI从单模态向通用智能跨越。全球AI产业规模预计2025年达7576亿美元。DeepSeek R1通过开源策略和技术突破，成为开源领域高效能、低成本AI的标杆，加速AI商业化应用落地。...

4月24日，智能驾驶公司Momenta在上海车展举办分享会，宣布与六大品牌深化战略合作，量产车型数量迅速增长。同时，公司计划下半年推出基于强化学习的飞轮大模型，实现驾驶安全安心能力的超越。...

马斯克在社交媒体上发布了特斯拉人形机器人擎天柱的最新运动视频，展示了其类人行走能力。擎天柱采用强化学习模拟训练方案，计划以每台约3万美元的价格部署在工厂中，2026年目标生产5万台，并计划登陆火星。...

DeepSeek V3模型完成小版本升级，借鉴强化学习技术，在数学、代码评测中得分超越GPT-4.5。新版在工具调用、角色扮演等方面能力提升，对财经、科技领域将产生深远影响。...

DeepSeek发布了V3系列的小版本更新——DeepSeek-V3-0324，其开源版本已上线Hugging Face，参数规模达6850亿。此次升级未达市场期待的V4或R2版本。DeepSeek-V3曾在多项评测中表现优异，性能媲美顶尖闭源模型。同时，DeepSeek-R1模型也运用强化学习技术提升了推理能力。...

3月21日，国家地方共建人形机器人创新中心发布“格物”仿真平台，该平台基于通用强化学习框架，实现新机器人快速训练。已应用于多款机器人原型开发，标志着我国在人形机器人仿真领域取得关键突破。同时，国地中心设立开放基金，助力前沿探索。...

3月21日，国家地方共建人形机器人创新中心联合上海大学、清华大学发布“格物”仿真平台，该平台集成了强化学习框架与多模态运动控制技术，旨在推动人形机器人技术产业化。同期还发布了创新中心开放基金，总规模约300万元，支持四大领域研究。...

3月21日，国家地方共建人形机器人创新中心发布具身智能仿真平台“格物”，该平台集成了先进的强化学习框架与多模态运动控制技术，为科研机构提供一站式机器人开发与测试解决方案，推动人形机器人技术产业化。...

国家地方共建人形机器人创新中心联合上海大学、清华大学发布具身智能仿真平台“格物”，旨在降低技术门槛，加速机器人技术创新。平台支持一键式训练、多模态运动学习等功能，标志我国在机器人仿真领域取得重大突破。...