跳到正文
11月1日週日
  1. 新浪科技62

    Fysiverse-UniWAM 不依賴大規模機械人預訓練,在 24 項真機測試中導航與移動操作雙居首

    飛捷科思與復旦大學團隊提出 Fysiverse-UniWAM,並在 24 項真機測試中取得導航及移動操作領先結果。其中 UniWAM-Scaled 在 13 項導航任務的位置誤差均排名第一,4 項移動操作任務成功率亦全部第一,平均為 80.0%,較 π₀.₅ 高 17.5 個百分點。

  2. 第一財經46

    世界模型熱潮興起,但最先改變的可能不是遊戲

    世界模型備受關注,但業界認為它更適合自動駕駛、機械人及工業仿真等重視物理正確性的場景,而非以畫面效果為重的遊戲、影視。業界仍處於早期階段,實驗室演示距離產業應用尚遠;若能用可靠的世界模型模擬部分機械人訓練,便有機會降低真實環境試錯的成本。

  3. IT Square · AI41

    首屆粵港澳大灣區十大科技成果揭曉,港科大牽頭月面智能機器人技術入選

    首屆粵港澳大灣區十大科技成果揭曉,香港科技大學牽頭的 InnoHK 香港太空機械人與能源中心憑月面智能機器人關鍵技術入選。十項成果涵蓋基礎研究、科學儀器、空天科技、新材料和生物醫藥等領域。月面智能機器人研發聚焦自主移動、靈巧操作和熱管理等關鍵技術。

  4. 第一財經27

    下週關注|多個重磅會議活動將舉行,這些投資機會最靠譜

    下週,2026年世界互聯網大會烏鎮峯會將於11月2日至5日舉行,主論壇設有“人工智能烏鎮對話”,並將討論全球人工智能開源生態構建等議題。美國中期選舉投票定於11月3日舉行,第二十四屆半導體封測年會和第九屆進博會也將於下週舉辦。下週有25家公司限售股解禁,合計解禁總市值超過122億元。

  5. 新浪科技61

    星衍智能 Auriga 的具身 RSI 評測:機械人是在自我進化,還是在反覆刷題?

    星衍智能的通用具身 Harness 框架 Auriga 在 RoboDojo 零樣本評測中,以 57.74% 平均任務成功率及 64.00 平均過程評分領先榜單。評測不針對目標任務預調優、不提供專家示範,且每個案例只執行一次、不重置環境。Auriga 在 RoboCasa365 Target50 的 50 項任務、250 個測試 Episodes 中,取得 73.2% 總體成功率。

  6. 新浪科技39

    開放是大灣區最有魅力的地方——對話李睿

    賽特智能創始人、董事長兼 CEO 李睿表示,公司以醫療和環衞機器人協助人員處理重複、危險及低附加值工作,目標是實現人機協作,而非取代人。賽特醫療機器人已進入日本大阪的醫院,相關產品覆蓋中國300多個地級市、超300家醫院,醫院內部物流運輸可覆蓋95%以上場景。李睿認為,粵港澳大灣區開放應用場景,讓產品得以反覆訓練和迭代。

  7. DEV Community29

    AI 與機械人:打造能理解環境的機器

    AI 可協助機械人感知環境、辨識物件、規劃行動並適應變化,但可靠的機械人系統仍須整合感知、規劃、控制與安全。相關應用涵蓋製造、倉儲、農業、醫療、災難應變及太空探索, автоном程度各有不同,不少系統仍需人手監督。實作可先從模擬環境中的避障機械人開始,再逐步測試硬件,並設定保守的安全限制。

  8. 新浪科技37

    2026人工智能+大會探討AI產業化路徑

    2026人工智能+大會於10月30日至11月1日在北京舉行,圍繞國產智能計算生態、產業場景合作、國際應用與治理及物理AI等議題,探討人工智能從技術創新走向產業應用的路徑。大會啓動“央企AI場景共創夥伴計劃”,併發布《中國人工智能國際應用與治理合作白皮書》及機器人操作學習能力評測基準《ReAct-Manip》。

10月31日週六
  1. 新浪科技39

    西湖大學成立世界模型研究中心

    西湖大學成立世界模型研究中心,聚焦世界模型與物理智能,探索人工智能從語言認知走向物理交互。中心將研究感知、認知、預測與行動相結合的智能體系,推動人工智能在真實環境中理解世界、推演未來與自主行動。

  2. DEV Community27

    RobotAgentBench 如何評測開放世界中的機器人

    RobotAgentBench 嘗試在日常環境中評分機器人處理開放式任務的能力,而非只測試預先設定的固定任務。開放世界評測依賴記錄場景、分段整理操作過程,以及由瞭解任務的人判定結果;評分標準是否一致,會影響排行榜能否反映機器人的實際表現。具身智能的瓶頸在於具備物理依據、並按任務標註的數據。

  3. 新浪科技52

    女生租下30套房,每套約用一週訓練人形機械人

    浙江一名項目負責人為人形機械人採集訓練數據,於2026年6月一次簽下30套房源,每套短租約一週,供機械人在真實居家場景練習家務。訓練由物品抓取、放置逐步擴展至整理房間、沖咖啡及清洗實驗器皿,場景涵蓋家庭、廚房、餐廳、超市和藥店。由於機械人暫時未能靈活同步完成拿手機、端水杯等雙手動作,訓練人員須把連貫動作拆成獨立步驟分步採集數據。

  4. 新浪科技43

    無界動力與京東達成戰略合作,推動具身智能商業化落地

    無界動力與京東簽署戰略合作協議,將結合無界動力的具身智能技術與產品能力,以及京東的場景、供應鏈和生態資源,推動具身智能商業化落地。首批機器人已在兩家七鮮咖啡門店上崗,雙方將推進1000+七鮮門店複製,並以10億元人民幣為產品合作規模目標。合作亦涵蓋京東MALL、海外市場及平台渠道拓展。

  5. 新浪科技45

    39歲宇樹科技前高管離職創業,遭投資人嫌年紀大,融資如「零下40度」

    宇樹科技前副總經理陳永剛離職創立具身智能初創公司北京光粒躍遷,近期融資受阻,形容行業融資「不是降温,是已經零下40度」。今年39歲的他密集會見近20間投資機構,僅兩間表達領投意向,另有三間表示有人領投便願意跟進。部分投資人因他年紀較大而稱他「老登」,並否決投資。

  6. 新浪科技48

    北航腦機接口研究院揭牌

    北京航空航天大學腦機接口研究院揭牌,將整合10餘個學院的科研力量,採取多學科交叉、全校資源共享的開放運行機制。研究院聚焦神經信息感知與核心器件、腦機融合智能與神經調控等方向,建設涵蓋基礎研究、關鍵技術和產業應用的創新體系。

  7. DEV Community36

    YUANZHI ROBOTICS 機械人聲學成像載荷指南:檢測洩漏與局部放電

    YUANZHI ROBOTICS 説明如何在機械人載荷上使用聲學成像,檢測氣體及壓縮空氣洩漏,以及高壓設備的局部放電。聲學成像相機透過 MEMS 麥克風陣列和波束成形定位超聲波聲源,並以 PRPD 模式辨識放電類型;適用範圍包括露天設備,但無法檢查密封金屬外殼內部。

  8. DEV Community39

    按策略蒸餾只需少量額外數據

    AutoDAgger 在線恢復教師模型的操作軌跡,讓學生策略在執行過程中吸收教師的糾正行為,無需耗費人力監督,也省去獨立收集數據的階段。其數據收集速度比 HG-DAgger 快逾 2 倍;學生策略使用 30 個回合後,分數由 27.8 升至 63.9,90 個回合後達 77.8。

  9. 雷鋒網41

    智能駕駛進入物理AI時代?7位業界嘉賓作出最新判斷

    7位業界嘉賓在智能駕駛大會分享最新判斷,議題已由智能駕駛延伸至物理AI,並聚焦世界模型、強化學習、端側智能及虛擬仿真。多位嘉賓將智能駕駛視為物理AI進入現實世界的試驗場,並指出安全、數據、訓練與驗證及開發成本仍是待解難題。Momenta表示,搭載其輔助駕駛系統的乘用車已超過130萬輛,並正預研約千億級參數的R9世界基礎模型。

  10. DoNews29

    數智鯤鵬完成數千萬元天使輪融資

    杭州人工智能企業數智鯤鵬宣佈完成數千萬元人民幣天使輪融資,由浙江浙大啟真創業投資有限公司領投,另有五家機構跟投。公司專注於機器人與人工智能,主攻多源融合感知、計算與控制一體化技術;其智能機器人產品方案已覆蓋智能製造、智慧物流、安防巡檢及特種作業等場景。

  11. 新浪科技40

    AI頂尖專家在上海滴水湖交鋒「下一個十年」

    2026世界頂尖科學家論壇人工智能平行論壇上,多位圖靈獎得主、院士及產業領袖就人工智能未來十年的發展與治理展開討論。與會者談及安全治理、算力與芯片等議題;馬丁·赫爾曼呼籲建立跨國界監管機制,傑克·董加拉則指出,硬件峯值性能不足以衡量實際應用效率。團隊宣佈開源動態系統仿真軟件約5000個核心函數。

  12. HuggingFace Daily Papers(社區熱門論文)58

    Auriga 技術報告提出用於零樣本具身操作的任務無關智能體框架

    Auriga 是一套用於零樣本機械人操作的任務無關智能體框架,無需目標任務試驗或重設,縮小了 68.3% 的規劃與執行差距。凍結評測版本在 RoboDojo 以 57.7% 成功率(64.0 Score)排名第一,在 RoboCasa365 達 73.2% 成功率,複合任務表現較 VLA 輔助智能體高最多 23.1%。

  13. elsewhere:文章43

    E16. 盧策吾:謀於十年,行在當下|北坡計劃

    盧策吾在《信號與噪聲》對談中分享具身智能的發展思路,認為智能規模化不只靠增加數據,更需要建立能持續迭代的生產體系。他花近兩年搭建涵蓋數據採集、質量評估與模型訓練的底層系統,讓普通人參與真實世界的數據生產。談話亦涉及機器人對物理世界的理解,以及如何面對決策帶來的不安。