马斯克在社交媒体上发布了特斯拉人形机器人擎天柱的最新运动视频，展示了其类人行走能力。擎天柱采用强化学习模拟训练方案，计划以每台约3万美元的价格部署在工厂中，2026年目标生产5万台，并计划登陆火星。...

DeepSeek V3模型完成小版本升级，借鉴强化学习技术，在数学、代码评测中得分超越GPT-4.5。新版在工具调用、角色扮演等方面能力提升，对财经、科技领域将产生深远影响。...

DeepSeek发布了V3系列的小版本更新——DeepSeek-V3-0324，其开源版本已上线Hugging Face，参数规模达6850亿。此次升级未达市场期待的V4或R2版本。DeepSeek-V3曾在多项评测中表现优异，性能媲美顶尖闭源模型。同时，DeepSeek-R1模型也运用强化学习技术提升了推理能力。...

3月21日，国家地方共建人形机器人创新中心发布“格物”仿真平台，该平台基于通用强化学习框架，实现新机器人快速训练。已应用于多款机器人原型开发，标志着我国在人形机器人仿真领域取得关键突破。同时，国地中心设立开放基金，助力前沿探索。...

3月21日，国家地方共建人形机器人创新中心联合上海大学、清华大学发布“格物”仿真平台，该平台集成了强化学习框架与多模态运动控制技术，旨在推动人形机器人技术产业化。同期还发布了创新中心开放基金，总规模约300万元，支持四大领域研究。...

3月21日，国家地方共建人形机器人创新中心发布具身智能仿真平台“格物”，该平台集成了先进的强化学习框架与多模态运动控制技术，为科研机构提供一站式机器人开发与测试解决方案，推动人形机器人技术产业化。...

国家地方共建人形机器人创新中心联合上海大学、清华大学发布具身智能仿真平台“格物”，旨在降低技术门槛，加速机器人技术创新。平台支持一键式训练、多模态运动学习等功能，标志我国在机器人仿真领域取得重大突破。...

国家地方共建人形机器人创新中心联合上海大学、清华大学发布具身智能仿真平台“格物”，该平台集成了强化学习框架与多模态运动控制技术，一套代码覆盖百余款机器人，推动人形机器人技术从实验室迈向产业化。...

北京一家机器人研发团队成功展示了能够连续后空翻的人形机器人，通过强化学习和硬件创新，仅用三周时间就让机器人掌握了这一高难度动作，展现了人工智能在动作技能方面的巨大潜力。...

人形机器人领域近期火热，多个品牌展示新技能。清华大学教授指出强化学习技术取得突破。创新中心提出解决方案，上线通用机器人平台。2025年被视为人形机器人商业场景落地元年，面临规模化量产考验。政府工作报告支持大模型广泛应用，智能机器人成为未来产业。...

智元机器人创始人彭志辉发布全新机器人灵犀X2，具备高自由度运动能力、情感交互能力和通用任务执行能力。其运动能力源自强化学习，交互反应毫秒级，有望成为家庭的保安、保姆、保洁。灵犀X2的发布让人们看到了人形机器人进入家庭的曙光。...

3月5日，ACM宣布将2024年图灵奖授予安德鲁·巴托和理查德·萨顿，表彰他们在强化学习领域的奠基性贡献。两位科学家的工作推动了强化学习和深度强化学习的理论发展，在游戏AI等领域产生深远影响。同时，他们也表达了对当前人工智能开发中安全隐患的担忧。...

阿里Qwen团队发布QwQ-32B大语言模型，该模型在参数量仅为DeepSeek-R1约1/21的情况下，通过强化学习实现性能跨越。这一成果展示了阿里在AI领域的实力，为AI应用发展开辟新可能。...

菜鸟研发出业内首个自动驾驶高性能大规模强化学习规划器，被CVPR 2025收录。该规划器将提升菜鸟无人车应对复杂场景的能力，标志着菜鸟在自动驾驶技术领域的重大突破。同时，菜鸟无人车技术团队与南洋理工大学联合研发的自动驾驶系统也在全球知名平台登顶。...

月之暗面Kimi发布MoBA技术，在长文本处理中大幅降低计算时间和内存消耗。同期，DeepSeek提出原生稀疏注意力机制，两家公司在注意力机制研究上发生‘碰撞’，有助于推动强化学习技术的发展。...