按该标签聚合的大模型资讯列表（自动分类与标签提取）。共 4 篇文章。
光轮智能在GTC 2026上展示了其作为Physical AI基础设施提供商的核心地位。通过高精度物理仿真、规模化合成数据和工业级评测体系，光轮构建了Physical AI的底层能力，其技术被行业广泛采用。更重要的是，光轮加入Newton技术指导委员会，与AI巨头共同定义物理仿真引擎标准。文章指出，Physical AI时代的竞争焦点已从模型转向基础设施，…
Yann LeCun募资10亿美元，推动AI从语言模型转向理解物理世界，目标是构建具备常识推理、因果认知和物理直觉的新型AI系统。该计划基于世界模型与自监督学习，旨在突破当前LLM的统计局限，实现无需大量标注数据的自主学习。核心亮点在于挑战主流范式，强调物理常识是通向通用人工智能的关键路径。
Bedrock Robotics与AWS合作，利用视觉语言模型（VLM）自动化建筑视频数据标注，以加速自主建筑设备的开发。通过提示工程优化，VLM将工具识别准确率从34%提升至70%，且每小时处理成本仅10美元。此方案有效解决了劳动力短缺导致的数据准备瓶颈，为物理AI系统的大规模部署提供了可扩展、高效的解决方案。
NVIDIA 发布的 Cosmos Reason 2 为物理 AI 引入统一、高效的推理框架，支持视觉、触觉和动力学模型的协同计算，并具备自适应环境感知和最新 GPU 加速能力。该平台可提升自动驾驶、机器人和智能制造等场景的决策速度与鲁棒性，为智能系统的下一步发展提供技术支撑。