跳到正文
  1. Unite.AI77

    加州 DMV 因安全事故限制 Waymo 無人車使用高速公路

    加州 DMV 於 2026 年 11 月 11 日下令禁止 Waymo 無人駕駛車輛使用加州高速公路,理由是多次發生施工區安全事件。Waymo 亦暫停美國其他市場的高速公路服務;加州限制要待其證明整改有效才會解除。其地面道路叫車服務仍在運作,每週提供超過 50 萬趟行程。

    推薦理由:報道將本次限制與 Waymo 先前暫停高速公路服務及更新軟件的經過對照,呈現重複安全問題如何影響監管機構恢復通行的要求。

  2. 新浪科技84

    OpenAI 發佈 GPT-6.2 Astra 與 Sol,Astra 任務成本下降並提升 3D 能力

    OpenAI 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol,主打專業任務與日常工作效率,並提升 3D 建模及物理仿真能力。在 Agents' Last Exam 中,Astra 較前代提升 5.2 個百分點,任務成本降至三分之一以下;AA-3D 得分為 1318 Elo,排名第一。

    推薦理由:文章對照專項評測、3D 工程案例及編碼與幻覺率數據,讓讀者掌握 GPT-6.2 Astra 的能力表現及適用邊界。

  1. 雷鋒網81

    從 ImageNet 到空間智能,李飛飛三次為 AI「挖坑」:這次如何填補?

    AMD以約82億美元全股票收購李飛飛創立的 World Labs,李飛飛出任 AMD 執行副總裁兼首席科學家。文章認為,收購讓 World Labs 團隊更貼近 AMD 的硬件路線圖,並把 MI450 的性能及開發者採用速度列為檢視空間智能策略的指標。

    最新進展11月16日 22:21AMD完成收購World Labs

    推薦理由:文章對照 ImageNet、Google Cloud 的 AI 民主化與 World Labs,梳理李飛飛由提出議題轉向掌握落地條件的角色變化,並指出硬件協作與開發者採用是後續檢視焦點。

  1. Google DeepMind69

    Gemini Robotics 2.5 提升機械人在真實環境中的通用靈巧操作能力

    Google DeepMind 推出 Gemini Robotics 2.5,擴大機械人可學習的技能範圍並加快學習速度,同時提升靈巧度、可靠性及安全性。模型在逾 200 項不同任務中接受評估,按任務類型較先前基線的成功率高 30% 至 100%,完成速度快 20% 至 30%。與 Apptronik、Mercedes-Benz 在汽車生產線進行的概念驗證中,Apollo 2 的成功率為 96%。

    推薦理由:文章以逾 200 項任務的測試,以及 Mercedes-Benz 生產線試點的 96% 成功率,呈現模型在基準評估與實際操作中的表現。

  2. EJ Tech 信報科技 · AI82

    Anthropic 推出 Claude Fable 5.2 及 Mythos 5.2,Fable 5.2 輸出快 30%、API 降價兩成並能操控機械臂

    Anthropic 推出 Claude Fable 5.2 及 Mythos 5.2,兩款模型在編程、推理及視覺等方面改進,輸出速度較 5.1 快 30%。Fable 5.2 API 每百萬個 Token 的輸入及輸出收費分別為 8 美元及 40 美元,較上一代下調兩成;Fast Mode 分別收費 16 美元及 80 美元,Token 生成最高提速 2.5 倍。

    推薦理由:文章並列 Fable 5.2 的速度、收費與基準表現,亦交代 Mythos 5.2 的申請限制及隱蔽行為風險,呈現新模型能力與安全議題的不同面向。

  1. Hugging Face Blog61

    NVIDIA 發佈 Cosmos 3 四個開放權重模型,支援互動式世界模擬

    NVIDIA 為 Cosmos 3 模型系列新增四個開放權重 checkpoint,用於互動式世界模擬及多感測器、多視角駕駛場景生成。四個模型均以 Cosmos 3 Nano 為基礎進行後訓練,各有 16B 可訓練參數,並按 OpenMDW1.1 條款供商業及非商業用途。

    推薦理由:四個 checkpoint 涵蓋多視角駕駛資料、同步攝影機與 LiDAR 串流、模擬器控制轉影片及雙臂機械人互動,並分別交代用途與後訓練流程。

  1. Hugging Face Blog65

    NVIDIA 發佈 Cosmos3-H-Dreams,將生成式模擬帶入臨牀手術場景

    NVIDIA 發佈 Cosmos3-H-Dreams,將互動式生成模擬帶入臨牀膽囊切除場景,並支援即時器械動作控制。模型以臨牀手術影片和機械人運動學訓練,結合 Cosmos 3 與 FlashDreams,可在單張 NVIDIA RTX PRO 6000 GPU 上互動運行。系統提供四步和兩步檢查點,屬研究模擬器,並非經驗證可用於病人護理的系統。

    推薦理由:四步與兩步檢查點呈現視覺品質和推理速度的取捨,文章也説明兩者分別訓練,而非單純調低採樣步數。

  1. Google DeepMind73

    Google DeepMind 推出 Gemini 4 Argon 機械人模型

    Google DeepMind 推出 Gemini 4 Argon,作為適用於整個機械人生命週期的通用物理推理模型。它在 Embodied Reasoning(ERQA)基準上以純推理取得 87%,勝過所有其他前沿模型;文章亦展示其在機械人控制、Real2Sim、物理理解及研究與自我改進方面的用例。

    推薦理由:文章以機械人控制、Real2Sim、物理理解及自我改進案例,呈現 Gemini 4 Argon 涵蓋的機械人工作流程。

  1. Google DeepMind69

    Gemini Robotics 2 為機械人帶來全身智能控制

    Google DeepMind 發佈 Gemini Robotics 2 系列模型,為機械人帶來全身控制、靈巧操作及多機協作能力。系列包括將視覺與語言輸入轉為動作控制的 Gemini Robotics 2、用於具身推理與多步任務規劃的 Gemini Robotics ER 2,以及可在機械人裝置本地運行的 Gemini Robotics On-Device 2。

    推薦理由:全身控制、靈巧操作、多機協作與本地適配均有具體案例,呈現 Gemini Robotics 2 系列面向機械人任務的能力佈局。

  1. Hugging Face Blog62

    Pollen Robotics 發佈開源機械人操作數據採集系統 Grabette

    Pollen Robotics 發佈開源、低成本的 Grabette 手持式系統,可記錄人工操作示範並轉成機械人訓練數據集。裝置配備兩部攝影機,瀏覽器處理流程透過 RTAB-MAP 執行 SLAM,並輸出 LeRobot 格式數據;Grabette 的物料清單成本約 490€。

    推薦理由:Grabette 把手持式示範、SLAM 軌跡處理與 LeRobot 數據集串成採集流程,並以 200 段示範呈現訓練及機械臂評估的端到端用法。

  1. Hugging Face Blog75

    LeRobot v0.6.0 發佈,新增世界模型策略、六項模擬基準及部署 CLI

    LeRobot v0.6.0 新增世界模型策略、統一六項模擬基準的 lerobot-eval,以及用於部署和收集人工修正資料的 lerobot-rollout CLI。

    推薦理由:版本把策略部署、人工接管修正與資料回訓串成可重複流程,並以統一 CLI 整合六項模擬基準,呈現機械人學習由實作到評估的工作流。

  1. Hugging Face Blog68

    LeRobot 發佈 v0.5.0,擴展機械人硬件、策略模型及資料與模擬功能

    LeRobot 團隊發佈 v0.5.0,擴展機械人硬件、策略模型、資料集處理及模擬環境支援。版本加入 Unitree G1 人形機械人完整支援(包括全身控制)、Pi0-FAST 自回歸 VLA 及 Real-Time Chunking,並新增 EnvHub 以從 Hugging Face Hub 載入模擬環境,亦整合 NVIDIA IsaacLab-Arena。

    推薦理由:版本把人形機械人控制、即時推理、模擬環境和資料提速納入同次更新,呈現 LeRobot 從硬件接入至訓練工具鏈的擴展範圍。

  1. Sequoia Capital:Stories76

    Sequoia Capital 聯合領投 Waymo 的 $16 billion 融資

    Sequoia Capital 宣佈與 Dragoneer 及 DST Global 聯合領投 Waymo 的 $16 billion 融資。Waymo 在 2025 年提供超過 15 million 次付費乘車,目前每週乘車次數超過 400K,遍及美國六個主要都會區。Waymo 計劃利用這筆資金於今年拓展至另外 20 個城市,主要位於美國,並包括部分國際市場。

    推薦理由:文章將融資理由連結至 Waymo 的付費乘車規模、安全數據與城市擴張計劃,呈現投資方評估自動駕駛服務商業部署進展的依據。

  1. Hugging Face Blog75

    LeRobot v0.4.0 升級開源機械人學習工具鏈

    LeRobot 發佈 v0.4.0,加入 Datasets v3.0、VLA 模型 PI0 和 PI0.5、GR00T N1.5,以及硬件插件系統。Datasets v3.0 採用分塊 episode 格式並支援串流,可處理 OXE 級(> 400GB)資料集。

    推薦理由:資料集規模化、模擬評測、多 GPU 訓練和硬件插件同時更新,勾勒出 LeRobot 從資料處理到機械人控制的工具鏈演進。

  1. Hugging Face Blog63

    Reachy Mini 開放訂購,開源桌面機械人售價由 $399 起

    Pollen Robotics 與 Hugging Face 推出 Reachy Mini,一款面向人機互動、創意編程與 AI 實驗的開源桌面機械人,售價由 $399 起。

    推薦理由:Reachy Mini Lite 與 Compute 版分別售 $399 和 $499,連線及供電配置不同,規格表可供對照入門成本與功能取捨。

  1. Hugging Face Blog62

    Hugging Face 發佈 SmolVLA:基於 LeRobot 社羣數據訓練的 450M 開源 VLA 模型

    Hugging Face 發佈 SmolVLA,一款 450M 開源 Vision-Language-Action(VLA)機械人模型,以 LeRobot 社羣數據預訓練,可在消費級硬件上運行。

    推薦理由:文中比較社羣數據預訓練前後的成功率,以及同步與非同步推理的完成時間和吞吐量,呈現數據與推理架構各自帶來的變化。

  1. Hugging Face Blog68

    Hugging Face 收購 Pollen Robotics,開始銷售 Reachy 2 開源人形機械人

    Hugging Face 收購 Pollen Robotics,並開始銷售其開源人形機械人 Reachy 2。Reachy 2 可透過 sales@pollen-robotics.com 電郵訂購,價格為 $70,000,適用於研究、教育和具身 AI 實驗,並兼容 VR。

    推薦理由:這宗收購把 Hugging Face 的 LeRobot 開源機械人項目與 Pollen Robotics 的硬件團隊納入同一組織,呈現其軟硬件佈局。

  1. Hugging Face Blog71

    NVIDIA 在 GTC 2025 宣佈面向 Physical AI 開發者的開源模型與數據集

    NVIDIA 在 GTC 2025 發佈 Cosmos Transfer、Physical AI Dataset 和 NVIDIA Isaac GR00T N1 三項 Physical AI 開源資源。

    推薦理由:三項資源分別涵蓋可控合成場景、機械人訓練數據與人形機械人推理及技能,呈現 Physical AI 開發中生成、訓練和執行能力的不同分工。

  1. OpenAI News69

    OpenAI 以神經網絡訓練機械手解魔方

    OpenAI 訓練兩個神經網絡,讓仿人機械手解開魔方。網絡完全在模擬環境中訓練,使用與 OpenAI Five 相同的強化學習程式碼,並結合新技術 Automatic Domain Randomization(ADR)。系統能應對訓練中未曾遇到的情況,例如被毛絨長頸鹿玩偶戳碰;OpenAI 指出,這展示了強化學習可用於需要前所未有靈巧度的現實世界問題。

    推薦理由:這項工作以全程模擬訓練的兩個神經網絡讓仿人機械手解魔方,並用 ADR 應對訓練中未見情況,呈現強化學習應用於實體操作的方法。

已經到底了