蚂蚁灵波团队开源交互式世界模型LingBot-World,为具身智能和自动驾驶等领域提供高保真、逻辑一致的虚拟训练环境。该模型通过模拟物理规律,帮助智能体在数字演练场中进行低成本试错,并将习得的行为因果关系迁移至现实世界,有效解决了真机数据稀缺、训练成本高昂的痛点。
Meta与多所大学合作开发DreamGym框架,通过模拟强化学习环境解决大语言模型训练的高成本与反馈不可靠问题。该框架能动态调整任务难度,帮助模型逐步掌握复杂应用,提升训练效率与可靠性。
Meta首席AI科学家Yann LeCun计划离职创业,专注世界模型研究。这位图灵奖得主、纽约大学教授旨在开发能理解环境、模拟因果关系的AI系统。当前谷歌DeepMind等机构也在推进同类研究,预示该领域竞争加剧。
Generalist公司发布GEN-0基础模型,揭示机器人缩放定律,推动技术从任务定制迈向通用智能。该模型基于27万小时真实世界数据训练,实现跨硬件平台“边想边做”能力,被喻为机器人领域的“ChatGPT时刻”,强调真实数据优于模拟环境。
大规模城市环境中的机器人模拟交互平台。
为开发者提供数据库管理工具,通过AI生成模拟数据,简化本地开发环境的数据配置。
在虚拟环境中模拟现实世界
NFTs虚拟环境,AI代理交互模拟
Google
$2.1
Input tokens/M
$17.5
Output tokens/M
1k
Context Length
Alibaba
$1.6
$10
8
Tencent
$0.5
$2
224
Openai
$105
$420
200
$1
-
Anthropic
$21
dogeater1612
这是一个基于Google Gemma 2 9B模型微调的荷兰语患者模拟模型,专门为医疗教育场景设计。模型始终以固定的JSON结构响应,模拟一位刚做完手术正在康复的患者'玛丽亚',支持护理专业学生在安全环境中锻炼沟通和临床推理能力。
ibm-granite
这是一个针对气象和气候数据降尺度任务进行微调的基础模型,基于Prithvi WxC基础模型构建。该模型能够将低分辨率的气象气候数据降尺度到更高分辨率,已成功应用于MERRA-2数据、加拿大环境与气候变化部数据以及EURO-CORDEX气候模拟数据的处理。
该项目是一个Shopify MCP代理与模拟服务器,为开发者提供安全透明的Shopify Storefront API桥梁,支持mock.shop测试环境,通过标准输入输出与客户端工具集成。
GitHub Codespaces配置的NetBox MCP服务器开发环境,包含完整的开发工具链和模拟服务
一个基于Faker.js的MCP服务器,提供生成模拟测试数据的功能,支持多种数据类型、自定义模式和结构化数据集,适用于数据库填充、API测试和开发环境。
一个基于Python的MCP服务器,用于模拟FHIR API交互,支持测试MedAgentBench环境中的代理,无需真实FHIR端点。