Lab4AI大模型实验室

DeepSeek团队于10月20日开源的DeepSeek-OCR，以“上下文光学压缩”为核心突破，重新定义了OCR（光学字符识别）的效率边界。

通过给大模型喂我们的聊天记录，就可打造出我们的数字分身，当前爆火的Weclone项目采取的就是这种做法。

开发鲁棒且通用的操作策略是机器人领域的关键目标。为实现有效的泛化能力，构建包含大量演示轨迹和在复杂真实环境中完成多样化任务的综合数据集至关重要。

SAM3（SegmentAnythingModel3）代表了图像和视频分割领域的重大突破，这是一个基于概念提示的统一模型，能够检测、分割和跟踪图像视频中的对象。

于2023年发布的 "直接偏好优化" (Direct Preference Optimization, DPO) 论文提出了一种颠覆性的、更简单的对齐范式。