PaLM-E 具身大模型亮相：5620 亿参数，把视觉直接注入机器人大脑
研究团队提出具身多模态语言模型 PaLM-E。它将图像等连续传感器数据直接编码进大语言模型的嵌入空间，最大模型参数达 562B。这意味着大模型不仅能看懂现实世界，还能指挥机器人规划并执行多步骤长任务，遇到从未见过的新物体也能自主泛化完成操作。
智能体
查看更新的新闻
AI 智能体接管美空军战机：试飞 VISTA 超过 17 小时
12 月，AI 智能体驾驶洛克希德·马丁的 VISTA X-62A 战术训练机持续飞行超过 17 小时。这是 AI 首次操控战术飞机，系统通过仿真算法模拟人类飞行员。该测试旨在将 AI 技术与新型无人机设计并行验证，加速实战能力落地。
Zoom 推出 Virtual Agent：免代码接入知识库，发力对话式 AI 客服
Zoom 推出对话式 AI 聊天机器人 Zoom Virtual Agent。它支持网页与移动端，无需大量编程即可抓取企业知识库和 FAQ 提供个性化回复，并无缝集成各类 CRM 与客服系统。内置分析还能提示知识盲区，帮助企业降低客服成本。
Google Cloud 推出零售 AI：摄像头自动查货架缺货，告别漏检
Google Cloud 面向零售商推出 4 款 AI 工具，核心是基于 Vertex AI 的货架巡检功能。它能利用店内摄像头或巡检机器人实时识别商品与标签，发现缺货即刻预警，省去人工巡检；同时还上线了能自主学习并优化网店商品展示顺序的 Browse AI。
Forbes 分析：AI 劳动力能否打破人口上限，创造「无限经济」？
Forbes 刊文探讨 AI 对宏观经济的长期冲击。传统 GDP 规模受制于人类劳动力数量，但如果把 24 小时无休的 AI 纳入劳动力供给，经济增长上限可能被彻底改写。不过，最终收益仍取决于实际应用深度和各国经济环境。
QuickVid 上线：输入一个词，自动拼装出带旁白配图的短视频
前 Meta 开发者推出短视频生成工具 QuickVid。用户只需输入一个提示词，它就能调用 GPT-3 写脚本、DALL-E 2 生图、Google TTS 配音并拼接背景素材。最值得关注的是，它把零散 AI 串成了短视频流水线，但也引发了垃圾内容泛滥的担忧。
企业 AI 为何推不动？Rossum CTO：问题可能出在糟糕的 UI
Rossum 联合创始人 Petr Baudis 指出，企业落地 AI 遇阻的核心原因往往不是模型能力，而是糟糕的 UI 界面。许多企业容易被炫酷外观吸引，但繁琐的交互导致员工弃用。例如 Morton Salt 引入精简界面后单据处理耗时缩短了 95%。说白了，AI 再强，交互做不好依然没人用。
Eidos 探索机器学习游戏 AI：不再靠写死行为树，让 Boss 聪明又好玩
Eidos-Sherbrooke 研究人员在 Unreal Fest 2022 展示了一项实验：用机器学习模型替代传统复杂的行为树，结合虚幻引擎 EQS 动态调节追逐战难度。研究重点不是造出碾压玩家的超强 AI，而是让策划能更轻松调出兼具挑战与乐趣的敌人。
浅析 ChatGPT 能力与未来：从拟人对话到任务执行
Medium 刊文解析 OpenAI 的 ChatGPT。它基于上下文生成自然回复，摆脱了传统客服机器人的预设脚本限制。除了日常对话，它还能联动第三方系统完成订酒店等具体操作，在电商与金融等领域展现出应用前景。
Meta 发布 Habitat 3.0：让机器人与虚拟人在仿真环境协同干家务
Meta 推出具身智能模拟器 Habitat 3.0 和室内 3D 数据集 HSSD-200。新平台首次支持机器人与人类虚拟化身在同一仿真环境里协同互动，能训练 AI 在狭窄走廊让人或分工收拾屋子。最关键的是它支持真人通过手柄或 VR 接入测试，大幅省去了物理实机测试的成本与安全风险。
AIIA 发布 AI 技术栈指南：从基础模型到智能体开发的完整拆解
AI Infrastructure Alliance（AIIA）发布了一份面向开发者的 AI 技术栈指南。指南系统拆解了大模型微调、提示工程、向量数据库，以及 LangChain 和 LlamaIndex 等主流框架。对于想要从大模型切入上层智能体应用开发的开发者，这是一份全方位的梳理。
英国阿斯顿大学研发 AI 信号灯：用强化学习终结堵车
英国阿斯顿大学研究团队开发了一套基于深度强化学习的交通调控系统。它不仅结合视觉和雷达传感器识别车流与行人，还能在模拟环境中自主试错，实时优化十字路口信号灯配时，即使面对从未见过的复杂路况也能灵活调控，从而减少红灯等待时间。
Text-CAD 打通硬件制造：一句话生成 STEP 并直连打印机出活
Text-CAD 将自然语言建模与硬件制造全流程打通。它打包了 11 个工程技能，支持从文本生成 STEP、检索 step.parts 超 1.6 万个开源标准件，并直连本地拓竹打印机切片。最值得关注的是它让模型写 Python 代码而非直接输出二进制，把不可控生成变成了可核验工序。