术语slug: foundation-model

基础模型

Foundation Model

在大规模数据上预训练,可适配多种下游任务的通用模型

收录情报动态

共 19 篇 · 第 1/2 页
Apple Machine Learning ResearchT1·基座大模型
58 分
研究提出可评估性理论 破解测试集污染难题

该论文在放弃“测试集与训练集严格隔离”这一经典假设的前提下,形式化了“可评估性”(evaluability)概念,系统研究了黑盒模型在测试样本可能已被用于训练时的评估可行性。作者完整刻画了能够实现准确评估的分布类,并给出了评估样本复杂度的紧致上下界,结论是黑盒评估可行当且仅当数据分布接近某一特定条件。

The DecoderT2·基座大模型
78 分
百度开源 2800 亿参数 ERNIE 5.5 Flash Base 基础模型

百度在 Hugging Face 发布 ERNIE-5.5-Flash-Base,采用混合专家架构,总参数 2800 亿、每 token 激活 140 亿,预训练语料 33.5 万亿 token,训练上下文 12.8 万 token,微调与推理阶段可扩展至百万级上下文。该模型刻意不做微调与后训练,定位为供开发者自行定制的基础权重,后续将推出后训练版本。

InfoQ 中文T2·智能体与协同
68 分
智元发布具身智能全栈进展 提出物理 AI 五次跃迁路径

智元创新在 AI WAVE 活动中发布了涵盖本体、运动、作业及交互智能的全栈技术进展,并提出了物理 AI 走向成熟的“五次跃迁”理论。公司强调通用大模型无法替代专用具身模型,主张通过软硬件全栈打穿与真实场景部署(如便利店 24 小时直播)来构建竞争壁垒,并引入“Worken”概念量化机器人有效智能工时。

量子位官网T2·智能体与协同
45 分
小米获乌镇峰会双奖,具身模型落地工厂与家庭

小米集团在2026世界互联网大会荣获“杰出贡献奖”及“领先科技奖”。其具身基座模型在工业场景实现人形机器人8小时连续作业,并在家庭场景完成覆盖多房间的长程任务验证。这标志着小米在智能制造与家庭服务两大领域初步跑通技术落地闭环。

Google ResearchT1·基座大模型
68 分
谷歌将基础模型引入结核病筛查前线

谷歌研究团队利用基础模型优化结核病(TB)影像筛查,旨在解决高负担地区放射科医生短缺问题。该方案从单一AI工具升级为更通用的基础模型架构,以提升偏远及资源匮乏地区的早期检测能力与医疗公平性。

MIT Technology ReviewT2·商业与生态
38 分
AVEVA 探讨工业 AI 安全部署:融合基础模型与物理智能以平衡自动化风险

AVEVA 首席技术官指出,随着基础模型和代理式 AI 进入工业环境,确保物理系统交互的安全性与可靠性成为核心挑战。文章强调通过整合遥测、日志等多源数据来增强实时决策能力,旨在解决新型 AI 系统难以预测和解释的问题,推动负责任的工业自动化转型。

The DecoderT2·商业与生态
78 分
Biohub 牵头 18 亿美元 AI 生物学计划:Meta、Google 与美能源部共建细胞行为预测模型

由扎克伯格夫妇支持的 Biohub 正协调一项总额达 18 亿美元的“虚拟生物学倡议”,旨在构建能预测细胞行为的 AI 模型以加速药物研发。Meta、Google DeepMind、Isomorphic Labs 及美国能源部等机构共同出资,其中商业资助方享有数据一年的独家访问权,政府资助部分则直接公开。首个标准化训练数据集预计一年内发布。

Google ResearchT1·基座大模型
68 分
谷歌 Earth AI 发布地理空间基础模型助力公卫

谷歌推出基于地球 AI 的行星级地理空间基础模型,旨在解决传统流行病学监测中的数据滞后与孤岛问题。该模型通过整合人口动态数据,为疾病爆发预测和资源分配提供无需定制工程管道的通用解决方案,并向学术界开放部分免费访问权限。

Google ResearchT1·基座大模型
68 分
GlucoFM 发布:双流架构解析连续血糖监测数据

研究人员推出 GlucoFM,一种针对连续血糖监测(CGM)的基础模型。该模型创新性地采用双流架构,将缓慢的基线趋势与瞬态事件动态分离处理,克服了现有单流模型在捕捉复杂生理信号时的局限性,旨在提升稀疏标签下的血糖数据解读能力。

Google ResearchT1·基座大模型
78 分
谷歌发布 SensorFM:可穿戴健康数据通用基础模型

谷歌推出 SensorFM,旨在解决可穿戴设备数据因个体差异大、标注稀缺而难以泛化的问题。该模型通过自监督学习构建通用健康表征,支持自动专业化并作为个人健康智能体(Personal Health Agent)的核心接口,实现从原始生理信号到个性化预防医疗的跨越。