BrainLoRA 用单次因果前向预测脑活动，算力省 350 倍登顶 Algonauts
_akhaliq · x · 2026-10-21
BrainLoRA 方法在阿里巴巴 Qwen3-Omni 上加 LoRA 适配，用于预测大脑对视频的 fMRI 响应，在 Algonauts 2025 挑战赛上取得顶尖成绩。
- 传统滑窗法每个片段需约 3500 次前向传播、约 700 GPU 小时；BrainLoRA 用单次因果前向(上下文 lead + 训练窗口 + causal mask)每窗只需 1 次前向、2.0 GPU 小时，计算量降低约 350 倍。
- 图像/音频/文本统一在单一因果 pass 内处理，展示了 PEFT 在脑编码任务上的规模化潜力。
「具身」频道最新
- 斯坦福团队发布 FACT 模型：人类力信号让灵巧操作胜 T-Rex 60 分 — stanfordnlp · 2026-10-21
- 斯坦福 T2-z：机器人戳一下桌面，任务成功率从 34% 提到 73% — stanfordnlp · 2026-10-21
- Snap 请小罗伯特·唐尼出任首席客户体验官，借钢铁侠人设推销 Specs AR 眼镜 — adariostrange · 2026-10-21
- 研究者预告新论文：大模型延迟可满足机器人实时任务 — ManlingLi_ · 2026-10-21
- 智能体+具身 AI+游戏方向新项目获业内推荐 — ZeeshanZiaML · 2026-10-21
- NVIDIA 开源机器人数据引擎 Flora,成本仅 GPT-6 Astra 的 1/125 — DrJimFan · 2026-10-21