BLOG

博客

瀑布流分页

Open-H3-Regenerate-2K：三步扩散把低分辨率视频重绘到原生 4K

Open-H3-Regenerate-2K 冻结 H3 主干与 VAE，只训练细化 LoRA，用潜空间放大和三次扩散把任意低分辨率草稿重绘到原生 768P 至 4K。

Video DiffusionFew-Step GenerationVideo Super-Resolution

Sensen Gao, Haozhe Liu, Yitong Li, Haopeng Li, Tian Ye, Jia-Wang Bian, Song Han, Enze Xie· 2026-10-28T00:00:00

AW-0：把技能程序、未来视频与动作放进同一个去噪过程

AW-0 用 Mixture-of-Transformers 联合去噪技能程序、未来视频与动作；默认模式只让代码指导动作，混合模式才执行程序。RoboTwin 平均 50.7%，8 个真机任务平均 71.1%。

世界动作模型具身智能

Zhuoyang Liu, Dantong Niu, Botong Zhang et al. · 358次阅读 · 2026年10月26日

Astranomy：GPT-6 Astra 作为原生机器人策略的实证研究

NVIDIA 实证研究 GPT-6 Astra 原生机器人策略：RoboLab-120 上 Agentic 配置 74.8% 登顶，但每次推理 18.56 秒、每成功回合 3090 万 token。

机器人策略具身智能

Yang, Khetan & Zhang (NVIDIA SRL) · 1064次阅读 · 2026年10月14日

Isaac Sim Agent Skills 深度解读：NVIDIA 把 38 项机器人仿真工程经验写成了 Agent 可执行的技能

NVIDIA 将 38 项机器人仿真工程经验写成随 Isaac Sim 交付的 Agent Skills：流程、交付契约与验收阈值进 SKILL.md，教 Agent 像工程师一样验收。

Isaac SimAgent Skills

具身Agent · 993次阅读 · 2026年10月9日

在 NVIDIA Jetson 上微调、转换并部署语言模型：Unsloth + llama.cpp 实战教程

Jetson AI Lab 官方教程：用 Unsloth + JetPack 7.2 直接在 Jetson 上以内存高效的 QLoRA 微调模型，导出 GGUF 并用 llama.cpp 本地运行。两个实战案例：Jetson Orin Nano 上的 Qwen3.5-4B 视觉语言模型（LaTeX OCR 微调），以及 Jetson AGX Thor 上的 NVIDIA Nemotron 3.5 Lightning 30B-A3B（44.8 秒完成 3 步训练、Q4_K_M 量化后跑出 66.1 tokens/秒）。全程无需云端。

英伟达Jetson

Jetson AI Lab · 942次阅读 · 2026年9月1日

如何用 AI 智能体训练跨本体机器人导航策略

NVIDIA 的 COMPASS 框架通过残差强化学习和技能合成实现跨本体导航。编码智能体自动验证环境、准备场景、运行冒烟测试、训练残差专家并评估检查点，人工审批关卡保障质量。以 Spot 四足机器人为参考，覆盖内置仓库、SAGE-10K 场景和 NuRec 采集环境三条路径。

英伟达COMPASS

NVIDIA · 669次阅读 · 2026年8月28日

ADEPT：灵巧操作只学一次，新任务即插即用

NVIDIA与密歇根大学提出ADEPT：用16种基础形状预训练通用灵巧策略，再以结构化后训练适配下游任务，零样本部署到Kuka-Allegro与Flexiv-Sharpa真机，插钉比平行夹爪流水线快2-14倍。

仿真到现实灵巧操作

Jayjun Lee 等（NVIDIA / 密歇根大学） · 601次阅读 · 2026年8月19日

本站含 CakeGrowth 联盟推广链接,我们可能从符合条件的购买中获得佣金。