英伟达清华团队提出Gamma-World：世界模型从「一个人玩」到「多人共处」
量子位4090 字 (约 17 分钟)
92
Gamma-World通过正单纯形编码与稀疏枢纽注意力，系统解决多智能体世界建模架构缺陷，FVD平均下降超40%，支持双人训练四人零样本泛化及24 FPS实时推演。
入选理由：采用正单纯形（regular simplex）编码玩家身份，实现任意玩家间几何等距，支持零样本扩展至更多玩家且无需重训
精选文章#世界模型#多智能体#Transformer#NVIDIA#清华中文
公司
清华大学
别名：清华
参与Gamma-World联合研发，贡献理论与实验验证。
已跟踪 6 条高相关材料
TraeAI 观察
最近变化
2026-05-30 · 采用正单纯形（regular simplex）编码玩家身份，实现任意玩家间几何等距，支持零样本扩展至更多玩家且无需重训
为什么值得关注
清华大学 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
清华NVIDIATransformer世界模型多智能体
如果只读 3 篇
1
英伟达清华团队提出Gamma-World：世界模型从「一个人玩」到「多人共处」
量子位 · 9.2 分
英伟达与清华等团队提出的Gamma-World通过正单纯形身份编码与稀疏枢纽注意力，首次系统性解决多智能体世界建模的架构缺陷，在Minecraft五类任务中FVD平均下降超40%，并实现双人训练、四人零样本泛化及24 FPS实时推演。
2
英伟达清华团队提出Gamma-World：世界模型从「一个人玩」到「多人共处」
量子位 · 9.2 分
英伟达与清华等团队提出的Gamma-World通过正单纯形智能体编码与稀疏枢纽注意力，首次系统性解决多智能体世界模型的架构缺陷，实现双人训练、四人零样本泛化与24 FPS实时推演，FVD指标平均下降超40%。
3
面壁智能联合清华等开源中国首个基于华为昇腾训练的 1.58-bit 端侧大模型 BitCPM-CANN
AI HOT 精选 · 8.2 分
面壁智能联合清华等发布中国首个基于华为昇腾训练的1.58-bit端侧大模型BitCPM-CANN，支持6倍显存压缩且性能保持90%以上。
相关材料
已收录 6 条与 清华大学 相关的内容，按评分排序。
英伟达清华团队提出Gamma-World：世界模型从「一个人玩」到「多人共处」
量子位4090 字 (约 17 分钟)
92
Gamma-World通过正单纯形编码与稀疏枢纽注意力，系统性解决多智能体世界建模难题，实现2人训练→4人零样本泛化与24 FPS实时推演，FVD平均下降超40%。
入选理由：采用正单纯形（regular simplex）编码实现玩家身份等距、无参数、可扩展，支持训练时2人→推理时4人零样本泛化
精选文章#世界模型#多智能体#Transformer#NVIDIA#清华中文
面壁智能联合清华等开源中国首个基于华为昇腾训练的 1.58-bit 端侧大模型 BitCPM-CANN
AI HOT 精选2342 字 (约 10 分钟)
82
面壁智能联合清华等发布中国首个基于华为昇腾训练的1.58-bit端侧大模型BitCPM-CANN，支持6倍显存压缩且性能保持90%以上。
入选理由：BitCPM-CANN是中国首个基于华为昇腾训练并开源的1.58-bit端侧大模型。
精选文章#大模型#低比特量化#华为昇腾#端侧AI#开源模型中文
清华和腾讯 ARC Lab 合作的 SIGGRAPH 2026 论文，从单张图片实现像素级对齐的 3D 生成，效果惊艳。
Geek(@geekbb)95 字 (约 1 分钟)
78
清华大学与腾讯 ARC Lab 联合提出一种基于单张图像的像素级对齐 3D 生成方法，已在 SIGGRAPH 2026 发表，支持高精度几何重建与纹理映射。
入选理由：该方法在单图输入下实现像素级对齐的 3D 重建，几何一致性提升超40%。
精选推文#3D生成#计算机视觉#扩散模型#清华#腾讯中文
中国拿下这届 AI 顶会半壁江山，清华一家单挑斯坦福加 MIT
爱范儿3039 字 (约 13 分钟)
65
中国在最新一届AI顶会中表现突出，清华大学单挑斯坦福和MIT。
入选理由：中国在AI顶会中占据半壁江山
精选文章#AI#学术研究中文
斩获冠军！清华 x 腾讯混元登顶 MLSys 2026 MoE 模型推理优化竞赛
腾讯技术工程73 字 (约 1 分钟)
55
清华与腾讯混元团队在MLSys 2026 MoE模型推理优化竞赛中夺冠，展示了高效推理优化技术。
入选理由：清华与腾讯混元团队获MLSys 2026 MoE推理优化竞赛冠军
精选文章#MLSys#MoE#推理优化#大模型#竞赛中文