待验证50% 置信基准精确时间
在带终端访问本地 DGX Spark GPU 节点的 harness 中，Argon 先复现了一篇生长型神经细胞自动机研究论文，用 PyTorch 实现精确的 8000 参数模型，在 GPU 上训练，切掉生物一半身体验证自愈，再把训练好的权重移植到交互式 WebGL shader，从论文到可用的浏览器演示共 23 分钟，浏览器 shader 与 PyTorch 模型误差在小数点后五位。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/14
首次发现
有效期至：2027/1/12
来源
涉及实体
相关事实
待验证在超过 50 万颗恒星的星系碰撞 GPU 物理模拟任务中，Argon 自写 CUDA kernel，先测试单个星系确认能量漂移接近零，再跑完整碰撞，达到每秒近 7000 亿次引力计算；首次渲染视频损坏后，agent 自行检查并自动重渲染。66% 相似待验证Isaac Lab的核心优势在于将物理仿真、渲染与神经网络训练全部保留在GPU显存中，避免CPU-GPU间的数据传输瓶颈63% 相似待验证Roxie 使用 5 亿步（500M-step）的训练预算，在 dm_control 的 3 个 humanoid 任务上测试了全部 7 个智能体，同时覆盖 GPU 和纯 CPU 两种运行单元61% 相似待验证有一款基于 GPUI 构建的原生桌面智能体，处于早期阶段61% 相似已验证GPU最初是为游戏而设计的，但如今已成为运行神经网络等高级机器学习模型的关键硬件61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1030353API
curl https://kongchang.com/api/v1/knowledge/claims/1030353MCP
get_claim(id=1030353)