热点事件持续更新
AlphaNIST 改用 Newton 引擎并简化奖励
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026 年 10 月 14 日，AGI Hunt 报道了 AlphaNIST 机器人训练的细节：相对此前的 SGS，AlphaNIST 做了多项改进——用 Newton 物理引擎替代 PhysX，带来大幅性能提升；同时改进重置分布、机器人控制器参数、观测与网络架构，并引入统一的多任务训练范式。报道称，这些改进叠加之后，仅用一项极简奖励函数即可完成训练：四个通用项的主要梯度信号来自稀疏任务奖励，整个「代价」部分只需调节一个系数。目前披露的信息集中于训练方案本身，尚未给出量化对比数据。
AI 根据报道生成 · 3 小时前更新
最新进展10月14日 07:04
报道称 AlphaNIST 换用 Newton 引擎后仅用一项极简奖励函数即可完成训练。报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- AGI HuntAlphaNIST 机器人训练揭秘：换 Newton 物理引擎堆出稀疏奖励可行
AlphaNIST 相对 SGS 做了多项改进：用 Newton 替代 PhysX 带来大幅性能提升，并改进重置分布、机器人控制器参数、观测与网络架构，引入统一的多任务训练范式。这些改进叠加后，仅用一项极简奖励函数即可完成训练，四个通用项的主要梯度信号来自稀疏任务奖励，整个「代价」部分只需调节一个系数。
本事件热度走势
当前热度 9·可比范围峰值 10（10月14日 08:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。