Hao AI Lab 演示用 SAM 3 加深度信息把像素转成机器人可用坐标

(1/N) 我们正在推出 Dreamverse。大多数 AI 视频模型需要数分钟才能生成一段 5 秒 1080p 的片段。而在 4.5 秒内，我们就能在单张 GPU 上生成 30 秒 1080p 的片段。

博客：https://haoailab.com/blogs/ora 代码：https://github.com/hao-ai-lab/ORA 作者：Yuanbo @YuanboYang60742、Siyi Chen @SiyiChen277112、Jun Gao @JunGao33210520 和 Hao Zhang @haozhangml。

把像素变成机器人能用的坐标。 SAM 3 定位物体，深度把图像位置转成以米为单位的三维位置，计算工具负责处理向量和旋转数学。

要让这个闭环在机器人上跑通，需要三样东西： - 描述机器人和任务的提示词 - 用于感知、几何和运动的工具 - 上下文管理，让近期观测保持在视野内，较早的观测可在文件中取用

Hao AI Lab 发布完全开源的 Minecraft 智能体 Jev，经 1,795 轮对局后公开其工作方式。该智能体采用 Prompt 进化而非训练，由 SOTA LLM 智能体在人类监督下进化提示词；在 NVIDIA Blackwell 上每次决策耗时 24 ms，比某领先推理引擎快 2.5 倍；在 Block UHC 对真人玩家胜率 70%。

AMD 与 Embedded LLM 在 vLLM 官方博客详解 Kimi K3 在八卡 AMD Instinct MI355X 上的推理优化。

作者卡兹克分享实测开源Skill Anatomy（GitHub：https://github.com/wheresryan22/anatomy/tree/main），它能把抽象原理做成可交互的机械模型动画，在其基础上还能让AI一轮直出带讲解配音的科普视频。

作者数字生命卡兹克分享开源 Skill Anatomy，其理念是"物体本身，就是解释"，可将抽象原理做成可交互的机械模型动画，还能在其上生成带讲解配音的科普视频。

Apple 机器学习研究团队演示如何在 Mac Studio 上本地运行近万亿参数的 Muse Spark Open 等前沿模型，使用今天发布的新版 MLX（v0.30.1 起）与 macOS 26.2 的 RDMA over Thunderbolt 驱动。

Claude Code 的空闲压缩会让 Claude 从摘要而非完整上下文继续。作者说明可在 settings. 中设置 "idleCompaction": false 关闭，并通过 CLAUDE_CODE_IDLE_COMPACT_MIN_TOKENS 自定义阈值，默认为 200k。