跳到正文
11月18日週三
  1. 新浪科技31

    小碼王攜手中國移動探索 AI 教育新體驗,見證靈犀機器狗發佈

    小碼王與中國移動具身智能產業創新中心將圍繞靈犀機器狗,合作開展少兒編程課程、研學及賽事,探索 AI 教育新體驗。面向家庭的靈犀機器狗 M3 已開啟預售,具備口語陪練、經典詩文及圖形化編程等功能。小碼王亦將在杭州舉辦面向 9—15 歲青少年的 2027 寒假「VibeCoding少年AI實踐營」,為期 5天4晚,包含機器人訓練體驗。

  2. 新浪科技45

    智動未來完成 Pre-A+ 輪億元級融資交割

    智動未來(AutoLife Robotics)完成 Pre-A+ 輪億元級融資交割,由中美綠色基金領投、南曦創投聯合領投,老股東海珠城發繼續加碼。與本輪融資同步,公司位於廣州的新產線進入投產階段。本輪資金將用於提升產能、推進展會、酒店、文旅及零售場景的規模化部署,以及研發粒子化可微分世界模型。

  3. DoNews34

    董明珠在APEC峯會主動尋求機械人領域合作

    格力電器董事長董明珠在APEC工商領導人峯會向與會嘉賓邀約機械人領域合作,表示格力可按需求提供部件。格力已自主研發減速機、伺服電機等機械人核心部件,累計部署自主工業機械人超2000台,生產效率提升80%。產品負載覆蓋1kg至600kg,適用於汽車、家電、3C等製造領域。

  4. 霞光社33

    累計回購近3億元,弘信電子的底氣來自哪裏?

    弘信電子自11月12日起實施股份回購,截至11月16日累計回購948.09萬股,支付資金近3億元。公司2026年前三季度歸母淨利潤約2.17億元,同比增長139.24%;算力及相關業務收入約26.15億元,佔營業收入47.53%。回購股份擬用於員工持股計劃或股權激勵,公司亦正拓展國產算力、模型服務及物理AI等業務。

  5. 新浪科技33

    AI 熱潮下,賺錢的公司多嗎?雷軍:真正賺錢的還不多

    雷軍表示,過去四年 AI 大模型技術進步迅速,但行業投入巨大、落地場景有限,能實現商業閉環並賺錢的公司仍相對較少。他看好 AI 與手機、汽車及具身智能機器人結合,並認為未來三四年相關領域可能迎來顛覆性時刻。小米正研發 MiMo 等基礎大模型,目前有 11.6 億台設備接入小米 IoT 生態平台。

  6. DEV Community28

    視覺操控與 AI — 第 01 章:視覺感知

    視覺感知是移動操作機械人的基礎能力,可把相機、深度感測器及三維掃描設備取得的原始測量轉為支援機械人決策的結構化資訊。RGB、深度、立體視覺及 LiDAR 提供互補的外觀和空間資料,多感測器融合則結合不同來源的資訊。場景與語義理解亦有助機械人辨識物件、估算位置和姿態,並規劃抓取及操作。

  7. HuggingFace Daily Papers(社區熱門論文)48

    Heave-Ho:去中心化長時程多台人形機械人協作

    Heave-Ho 提出一個去中心化框架,讓多台人形機械人在長時程任務中協同進行全身移動操作。系統結合多智能體後訓練、視覺語言規劃器及以語音同步的領導者—跟隨者協調機制,無須網絡通訊即可協調執行。系統以兩台相同的人形機械人訓練,可擴展至最多十台,並能在無須重新訓練下泛化至異質團隊;HH-Bench 包含 12 項任務。

  8. HuggingFace Daily Papers(社區熱門論文)44

    TCP4D:用於機械人操作的統一工具中心點追蹤與生成模型

    TCP4D以共享的4D場景表示追蹤觀測到的TCP運動,並生成未來TCP軌跡,是面向機械人操作的統一模型。追蹤器在DROID及RoboLab的絕對軌跡誤差分別為7.60及16.07 mm,僅用十個示範即可適應新機械人形態。生成器在RoboTwin的平均成功率為69.19%;聯合訓練源機械人及增強示範,較僅用增強示範訓練提升目標機械人成功率41.5%。

  9. 比特網 AI34

    紅帽打造 AI 時代的「通用底盤」:長期主義的答卷

    紅帽以開放、統一的平台支援企業整合算力、模型、數據與安全治理,讓企業在 AI 技術快速迭代下保留選擇權,避免受單一技術路線所限。平台支援 20 多個開源模型、合計 700 多個版本,並涵蓋不同加速器、雲環境及智能體。紅帽與 IBM 合作的 Lightwell 項目透過自動化,將補丁上線時間由 40 多天縮短至 7 至 14 天。

  10. 新浪科技55

    邁來芯推出 MLX90901 人形機械人觸覺指尖模組

    邁來芯推出 MLX90901 觸覺指尖模組,為人形機械人提供法向力及剪切力的三維力感知。模組整合 Tactaxis 感測技術、感測器、磁體、彈性體、機械結構及配套電路,並提供 DVK90901 評估套件。MLX90901 的法向力量程為 15 牛、剪切力量程為 4 牛,滿量程精度為 10%,典型分辨率為 200 毫牛。

  11. 新浪科技28

    量子智能聯合承辦2026中國特種具身機器人產教融合高質量發展大會

    量子智能作為承辦單位之一,參與2026中國特種具身機器人產教融合高質量發展大會,並展示防爆四輪足巡檢機器人及人形機器人。防爆巡檢機器人符合Ex IIC T6 Gb防爆標準,適用於0、1、2類爆炸性危險區域,已在石化管廊及儲罐場景值守。大會期間,量子智能參與產教合作、論壇及成果發布,並分享特種機器人運維方案與場景落地經驗。

  12. 新浪科技41

    宇樹科技王興興:機械人進入家庭真正工作已不遠

    宇樹科技董事長王興興表示,機械人泛化能力難題已接近突破臨界點,進入家庭真正工作的時間可能比預期更快。他指出,模型突破後,量產、產品可靠性、售後體系及算力需求仍將面臨壓力。2026年上半年全球人形機械人出貨約1.91萬台,按年增長272%;中國廠商佔97%以上,宇樹以5900台排名全球第二。

  13. 創業邦48

    融資丨柏川數據完成 5000 萬元 Pre-A 輪融資

    柏川數據(ByteTree)完成 5000 萬元 Pre-A 輪融資,資金將用於物理 AI 數據管線建設、具身智能算法研發、高質量數據集構建及特殊場景機器人研發和應用。公司具身智能數據月產能超 5 萬小時,數據集規模上萬小時,覆蓋 12 類真實場景。柏川數據已累計交付超 20 萬小時具身智能有效數據,並計劃於 2027 年將交付量提升至百萬小時以上。

  14. 新浪科技55

    雷軍看好 AI+手機,預計未來三至四年迎來顛覆性產品落地

    雷軍認為,AI+手機融合賽道有很大想像空間,預計未來三至四年 AI 行業將迎來顛覆性產品落地時刻。他指出,行業目前面臨前期研發投入高、實際應用場景有限及商業閉環尚未完全跑通等問題。雷軍表示,小米人形機械人已進入小米汽車工廠實習,可連續作業8小時,並自主完成兩次充電。

  15. DEV Community35

    機械人運動規劃與導航——第 05 章:局部規劃器

    局部規劃器把全局規劃器提供的路徑與最新感測資訊結合,轉換為機械人可安全執行的運動命令,並透過閉環的感知、規劃與行動流程持續調整。文章説明局部規劃器如何考慮障礙物、運動限制、安全性、動態障礙物及即時運算要求,並概述 DWA、TEB、MPPI 和 RPP 等方法。

  16. DEV Community37

    動作規劃與導航 — 第06章:動態障礙物避讓 [KR]

    動態障礙物避讓要求機械人在障礙物移動且未來狀態不確定的環境中,結合位置、速度與預測動態作出安全導航決策。方法包括 VO/RVO、ORCA、軌跡最佳化、預測式避讓、CBF 及學習式政策,各有不同適用方式,沒有一種方法在所有情況下都最優。穩健系統須持續執行感知、預測、規劃與控制,並綜合碰撞風險、導航效率、計算延遲及社會合宜性評估表現。

  17. DEV Community38

    運動規劃與導航——第07章:多機械人導航

    多機械人導航需要協調多部自主機械人在共享環境中的路徑與行動,避免碰撞、死鎖及低效幹擾。集中式架構具全局視野,便於管理共享資源及優化整個機械人羣,但面對擴展性、通訊依賴和單點故障等挑戰;分散式架構較具擴展性和容錯能力,卻須以明確協調規則處理局部資訊造成的衝突。混合式架構結合全局協調與機械人的本地規劃及避障。

  18. DEV Community31

    動作規劃與導航 — 第 08 章:語義導航 [KR]

    語義導航把物件、場所、區域和活動的意義融入空間推理,讓機械人能按環境元素與任務的關係選擇行動。其架構結合感知、定位、地圖、語義表示、推理、規劃和動作執行,並透過語義地圖、場景圖和目標落地連接高層任務與幾何路徑規劃。規劃亦可考慮語義限制、動態行為及不確定性。

  19. DEV Community31

    運動規劃與導航——第 09 章:基於 AI 的規劃

    第 09 章探討基於學習的運動規劃,説明數據驅動模型如何利用示範、模擬及過往經驗,生成適合任務且可執行的機械人動作。監督式學習、模仿學習和強化學習可用於預測路點、軌跡、成本或動作策略,亦可提升 PRM、RRT 等傳統規劃方法。文章指出,泛化、安全及模擬與現實的差距仍是部署挑戰。

  20. DEV Community35

    運動規劃與導航——第 10 章:Navigation2 技術堆疊 [KR]

    Navigation2(Nav2)是供自主移動機械人使用的 ROS 2 模組化導航框架,由多個伺服器協作處理路徑規劃、控制、復原、地圖介面及任務執行。BT Navigator 以行為樹協調導航流程,Planner Server 計算全局路徑,Controller Server 則將路徑轉為機械人可執行的速度命令;成本地圖、位置估計及插件介面支援環境表達、定位和算法替換。

  21. IT之家33

    雷軍:「AI+手機」及「AI+具身智能機器人」想像空間大,未來三四年將出現顛覆性時刻

    小米創辦人、董事長兼 CEO 雷軍表示,「AI+手機」及「AI+具身智能機器人」等領域想像空間很大,未來三四年會出現顛覆性時刻。他認為,AI 進入物理世界並與終端及各種應用場景深度結合,將帶來巨大商業機會;具身智能機器人也是巨大的產業機會。

  22. DEV Community43

    感知與感測器融合——第 04 章:雷達感知

    第 04 章講解雷達感知及 FMCW 雷達的訊號處理,説明雷達如何透過反射訊號測量距離和相對運動,並在黑暗、霧、塵及雨中維持效用。內容涵蓋 Range FFT、Doppler 處理和天線訊號處理,分別提取距離、徑向速度及方向資訊,並介紹實際訊號中的噪聲、多徑傳播與幹擾等因素。

  23. DEV Community38

    Perception and Sensor Fusion — 第 06 章:多感測器融合

    多感測器融合透過整合不同感測器的觀測,讓機械人建立比單一感測器更完整可靠的環境表示;核心架構包括早期融合、後期融合和深度融合。早期融合保留較多原始資訊,但對校準和同步要求高;後期融合較具模組化和容錯彈性,但可能在融合前已丟失資訊。深度融合在神經網絡的中間表示中學習跨模態互動,仍需處理特徵對齊、校準及時間戳同步。

  24. DEV Community32

    感知與感測器融合——第 07 章:3D 場景理解

    3D 場景理解將機械人的空間感測資料整合為可支援推理與行動的環境表徵,結合幾何資訊與語義資訊,連接低層感知與導航、操作及規劃。場景表徵可由點雲、體素、網格等形式構成,並透過多視角與時間整合補足遮擋區域。系統亦須處理動態物件、定位不確定性及感測誤差,並按下游任務選擇合適表徵。