跳到正文

具身智能

AI 走進物理世界:人形機器人、具身基礎模型與真實環境操作能力的進展追蹤。

最新精選

第 1–20 條 · 共 26 條
11月18日週三
  1. 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。

  2. 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。

11月17日週二
  1. 新浪科技81

    AMD完成收購World Labs,李飛飛出任執行副總裁兼首席科學家,直接向蘇姿豐匯報

    AMD已完成對人工智能研究公司World Labs的收購,World Labs創始人李飛飛將加入AMD,出任執行副總裁兼首席科學家,直接向董事長兼CEO蘇姿豐匯報。AMD表示,雙方將整合World Labs研究人員與AMD工程師,共同開發面向開放AI生態的新一代硬件、軟件和系統。World Labs專注開發可建立及模擬互動式3D環境的AI模型,亦涉足機械人學習與模擬技術。

    推薦理由:收購把 World Labs 的互動式 3D 環境模型研究,連接到 AMD 的硬件、軟件與系統開發,呈現公司整合 AI 全技術棧的方向。

  2. 新浪科技83

    AMD以約82億美元完成收購World Labs,李飛飛出任執行副總裁兼首席科學家

    AMD完成對World Labs的收購,交易總值約82億美元並以全股票方式支付,李飛飛出任AMD執行副總裁兼首席科學家。交易從9月26日簽署合併協議至11月13日完成交割,歷時46天,成為AMD歷來規模第二大的收購案。World Labs將作為AMD內部獨立的前沿研究組織,繼續研究空間智能及世界模型。

    推薦理由:交易以約82億美元全股票支付,World Labs收購後仍作為獨立研究組織,呈現AMD安排研究團隊的方式。

  3. 新浪科技79

    AMD正式完成收購World Labs,以約82億美元取得物理 AI 入場券

    AMD於11月16日宣佈完成收購 AI 研究公司 World Labs,交易採全股票方式,金額約82億美元。World Labs 的加入讓 AMD 在世界構建、世界生成和訓練評估等環節取得實質能力;但物理引擎、邊緣部署及開發者生態仍與 NVIDIA 有差距。

    推薦理由:文章對照 AMD 收購前後的物理 AI 能力版圖,指出 World Labs 可補上世界模型相關環節,也梳理物理引擎、邊緣部署與開發者生態的差距。

  4. 新浪科技76

    AMD 完成收購 World Labs,李飛飛出任執行副總裁兼首席科學家

    AMD 已完成對人工智能研究公司 World Labs 的收購,World Labs 創始人李飛飛將加入 AMD,出任執行副總裁兼首席科學家,直接向蘇姿豐匯報。AMD 表示,World Labs 的模型研究團隊將與 AMD 工程師合作,開發面向開放 AI 生態的新一代硬件、軟件和系統。World Labs 專注開發可創建及模擬交互式 3D 環境的 AI 模型,並涉足機械人學習與模擬技術。

    推薦理由:收購將 World Labs 的模型研究團隊納入 AMD,李飛飛亦出任執行副總裁兼首席科學家;報道並交代團隊聚焦 3D 互動環境模型及機械人學習研究。

  5. 新浪科技85

    AMD完成收購World Labs,李飛飛出任執行副總裁兼首席科學家

    AMD於當地時間11月16日宣佈完成對World Labs的收購,李飛飛出任執行副總裁兼首席科學家,直接向蘇姿豐匯報。這宗全股票交易對價約82億美元,World Labs另外兩位聯合創辦人Justin Johnson和Ben Mildenhall將留任,團隊會以獨立前沿研究組織形式繼續研發基礎模型,並與AMD工程師協作。

    推薦理由:World Labs團隊在AMD內將以獨立前沿研究組織延續基礎模型研發,並與硬件、軟件及系統工程師協作,呈現收購後的整合安排。

11月16日週一
  1. Unite.AI83

    AMD 完成收購 World Labs,李飛飛出任執行副總裁兼首席科學家

    AMD 於 2026 年 11 月 16 日宣佈完成對 World Labs 的收購,交易為全股票交易,原估值約 $8.2 billion;李飛飛加入 AMD,出任執行副總裁兼首席科學家,直接向董事長兼 CEO Lisa Su 匯報。

    推薦理由:收購把 World Labs 的 3D 環境生成與模擬研究接入 AMD 的基礎設施規劃,呈現其連結新興 AI 工作負載與硬件、軟件及系統設計的策略。

11月11日週三
  1. 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。

11月10日週二
  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。

11月6日週五
  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。

10月30日週五
  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。

    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。

10月21日週三
  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。

10月14日週三
  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。

7月28日週二
  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。

7月21日週二
  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。

7月7日週二
  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。

3月9日週一
  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。

2月2日週一
  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。