腾讯优图提出激励推理性能提升11.74%；字节跳动Astra双模型架构助力机器人导航；银河通用完成11亿具身智能融资；特斯拉Robotaxi正式上线；斯坦福等拷问AI逻辑极限 | 06月23日AI资讯

slug

summary

腾讯优图提出激励推理方法，提升大语言模型在处理复杂指令时的性能，1.5B参数模型实现11.74%的提升，方法通过数据生产和强化学习优化推理能力，克服现有模型在复杂指令下的局限性。

字节跳动推出Astra双模型架构，解决机器人在复杂环境中的导航挑战。Astra-Global负责目标和自我定位，Astra-Local负责局部路径规划，二者协同提升机器人导航能力，展现出在多模态定位和路径规划中的显著优势。未来将拓展应用于更多复杂场景。

银河通用机器人公司完成了由宁德时代领投的11亿元人民币融资，成为国内具身智能领域最大单笔融资。创始人王鹤强调，具身智能仍处于早期阶段，未来将专注于高质量合成数据和机器人在实际场景中的应用，以推动生产力时代的到来。

特斯拉在德克萨斯州正式启动了Robotaxi服务，首批乘客以4.2美元的固定价格体验。尽管服务初期表现平稳，但仍需安全监控员介入，且目前仅限受邀用户使用，尚未全面开放。特斯拉计划未来几个月扩大服务规模，但面临来自Waymo等竞争对手的挑战。

研究显示大语言模型在数学推理中存在严重缺陷，推理正确率显著低于答案正确率。斯坦福等高校提出IneqMath基准，通过拆解不等式证明为可验证的子任务，评估模型的推理严谨性，发现模型常常“猜得准但讲不清”。

AI学长小林