跳到正文
全部动态 · 今日6条

#具身智能

信源抓到、进了内容池的全部内容,按时间排列;精选只是其中一部分。
今天10月17日周六
  1. 量子位67

    优必选推出 Thinker-WM,将视频、深度和机器人动作统一到一个世界模型中

    优必选推出多模态世界模型 Thinker-WM,通过共享的 Unified Dynamics Transformer 联合建模 RGB 视频、深度和机器人动作。优必选提供并由 QbitAI 转载的材料称,该模型在 WorldOlympiad、EWMBench 和 WorldArena1.0 Track-1 上取得领先成绩,其中 WorldOlympiad 得分为 0.740,EWMBench 得分为 4.66。该模型通过共享权重支持六种能力模式;与不使用深度的基线相比,加入深度后,RoboTwin 单任务成功率提高了 15 个百分点。

  2. 量子位43

    VLA与世界模型如何赋予机器人具身大脑

    本文介绍了VLA模型和世界模型在上海的研发与部署情况:VLA使机器人能够执行任务,而世界模型则预测行动前可能发生的情况。蚂蚁灵波的“灵波通用大脑”已适配17个机器人品牌和20种配置,搭载该系统的机器人已在上海多家药房门店工作。文章称,这两种方法正开始融合,规划、标准制定和评估工作也在推进。

  3. TechCrunch · AI39

    英伟达资深人士:物理 AI 不只是机器人

    前 NVIDIA 机器人产品营销负责人、Techable VC 创始人 Amulya Vishwanath 表示,机器人技术正处于“乐高时代”,基础构件仍在不断重建。在 TechCrunch 的 Equity 播客节目中,她谈到对机器人、材料科学和生命科学领域物理 AI 的投资,并将其广义地定义为包括“一种分子、一种材料、一种药物”,或一台工厂机器。

  4. TechCrunch · AI32

    前英伟达机器人业务高管称,该领域仍处于“乐高时代”

    曾在 NVIDIA 负责机器人平台产品营销七年的 Amulya Vishwanath 表示,机器人领域仍在重新构建执行器、机械手、软件和安全标准等基础组件。在 TechCrunch 的 Equity 播客节目中,她谈到了自己通过 Techable VC 投资的方向。这家早期投资公司由她创立,旨在支持机器人、材料科学和生命科学领域的具身人工智能。

10月16日周五
  1. 雷锋网52

    大漠大拓展无人机表演业务,进军自主蜂群并计划 IPO

    据雷锋网报道,大漠大正在开发第二条产品线,面向封闭、GPS 受限环境中的自主无人机蜂群,并计划于 2027 年申请 IPO。据公司介绍,设备销售约占其营收的 70%,过去五年海外设备销售额增长了 45 倍。新系统旨在利用多传感器定位实现导航、避障和协同作业,预计将在年底至明年年初进行演示。

  2. 量子位57

    前华为小艺模型负责人唐都雨创立初创公司,致力于开发主动式具身智能

    曾负责华为小艺助手多模态模型开发的唐都雨创立了观星数智,致力于开发能够识别需求并决定何时介入、无需明确指令的具身智能。其 ProAgent 架构将轻量级事件监测器 StreamingJev 与响应模型结合,由后者规划介入方式并选择设备。团队称已在 Reachy Mini 上针对 60 个案例测试引导、警告和交互,并推出 ProactiveXBench,用于评估介入时机、进展和结果。

  3. The Decoder75

    谷歌推出 Gemini 4 Argon,用于机器人控制、仿真和训练数据评估

    谷歌正将 Gemini 4 Argon 定位为一个用于机器人仿真、控制和训练数据评估的单一模型。谷歌称,仿真生成的训练回合将一台机器人的成功率从 56% 提高到了 75%,但在 Artificial Analysis 的真实机器人控制基准测试中,Argon 排名第三。已发布的演示提示词包含大量指导内容,而谷歌没有报告各演示的失败率,也没有说明 75% 这一结果背后的尝试次数。

10月15日周四
  1. 雷锋网45

    WanNa Robotics推出用于研究的NOVA21灵巧手

    WanNa Robotics于10月15日在2026年香港电子产品展上推出NOVA21灵巧手,并将其定位为机器人研究与开发工具。这款灵巧手拥有21个主动自由度,每根手指的最大指尖力至少为20 N,触觉分辨率为0.1 N。WanNa表示,该产品支持对多指协同、物体姿态调整和复杂操作策略的研究。

10月14日周三
  1. 雷锋网47

    蚂蚁灵波与制造和物流企业签署合作协议,将机器人引入生产线

    蚂蚁集团具身智能公司蚂蚁灵波已与隆盛威瑞、德马科技和德尔向旺签署战略合作协议,共同开发适用于工业和物流场景的机器人解决方案。合作内容包括工业装卸、汽车工厂数字化和包裹柔性分拣。在中国国际工业博览会上,搭载 LingBot-VLA 2.0 的 Tihoo 和 Stardust Intelligence 机器人展示了工业装卸和柔性分拣。

  2. 量子位15

    上海全球开发者先锋峰会聚焦10项具身智能活动

    2026全球开发者先锋峰会暨国际具身智能技能大赛将于10月23日至25日在上海浦东举行,推出10大亮点,聚焦机器人训练和应用的真实场景。活动包括9个竞赛赛道、23个项目,参赛队伍超过1,000支,并有100多个开源社区参与。主办方表示,活动将展示机器人系统、零部件、行业模型和应用场景。

  3. 量子位53

    PHANES AI 与天龙移动推出 SeePhys Hub,用于全身数据采集

    PHANES AI 与天龙移动于 10 月 14 日推出 SeePhys Hub,以全身动作数据和可选的触觉压力记录补充第一人称人体演示数据。该系统由一个四摄像头头带、两个腕带以及三个腰部和腿部追踪器组成,并配备数据处理和将人体动作映射到机器人的软件。PHANES AI 计划于 2027 年发布一个全身、全模态世界模型,并优先在工业、餐饮和零售场景中验证应用。

  4. 雷锋网74

    毛家源详解 IROS 2026 上的单次示范机器人学习与 83% 的真实场景泛化率

    Leiphone 报道了毛家源在 IROS 2026 上的演讲,介绍了宾夕法尼亚大学、麻省理工学院和斯坦福大学在机器人学习与组合泛化方面的研究。RAPID 将编码智能体与物理验证相结合,只需一次人工示范即可学习复杂的非抓取任务。在另一项视频动作研究中,团队引入了 Temporal Ratio,用于衡量模型对未来帧与当前帧的关注程度;基于该指标的自适应引导,使真实双臂机器人在未见过的组合任务上的平均成功率从 71.8% 提高到 83%,且无需重新训练。

  5. TechCrunch · AI58

    Industrial Next 希望工厂机器人能在几分钟内切换任务,而不是几周

    Industrial Next 在 TechCrunch Disrupt 2026 上展示了由 AI 驱动的机器人工作站。该公司称,这些工作站无需传统编程,就能让制造商在几分钟而非几周内重新配置生产线。其专有基础模型将视觉、任务情境和运动联系起来,新任务则通过仿真和演示来教授。该初创公司宣布与 BMW Group Technology Office 合作,评估灵巧操作在制造业中的应用。联合创始人 Lukas Pankau 表示,部分工作站已在为一家未披露名称的智能手机客户执行精密装配任务。

  6. Latent Space73

    Dyna Robotics 联合创始人 Jason Ma 解析 Dyna-2 与持续一小时的实体智能体工作流

    Dyna Robotics 联合创始人兼首席科学家 Jason Ma 介绍了 Dyna-2 如何将未来视频预测与机器人动作相结合,以及智能体框架如何支持持续一小时的工作流。他表示,该模型使用了超过一百万小时的人类视频进行训练,有些任务只需 45 分钟的演示数据。访谈还谈到大董餐厅的折餐巾部署、设备端推理,以及硬件耐用性和感官数据缺失对拓展机器人能力的限制。

  7. Google DeepMind · X73

    Gemini 4 Argon 仅通过观看视频,就教会了机器人玩沙包投掷游戏

    Gemini 4 Argon 仅通过观看视频,就教会了机器人玩沙包投掷游戏。 它推演了物理规律,为自己编写了仿真程序,并教会 @Apptronik 的 Apollo 人形机器人连续 7 次投中。

    推荐理由:这项演示将视频观察、物理建模和模型编写的仿真程序结合起来,具体展示了如何教会人形机器人完成一项物理任务。

  8. Google DeepMind82

    Google DeepMind 推出用于机器人的 Gemini 4 Argon

    Google DeepMind 推出 Gemini 4 Argon,这是一款通用型物理推理模型,可用于机器人控制、仿真重建、物理理解和自我改进。Google DeepMind 报告称,该模型仅通过推理便取得了 87% 的 ERQA 得分;此外,在一项仿真生成的训练示例中,真实世界机器人的成功率从 56% 提高到 75%,完成时间则从 35s 缩短到 24s。Google AI Ultra 订阅用户今天起可通过 Google AI Studio 和 Google Antigravity 使用 Argon;付费 Gemini API 层级用户也可在 Interactions API 中使用 gemini-4-argon。

    推荐理由:仿真到硬件的示例为评估生成的训练回合如何在所报告的设置中提高机器人任务成功率并缩短完成时间,提供了具体依据。

10月13日周二
  1. TechCrunch · AI15

    TechCrunch Disrupt 2026 在旧金山开启第一天

    TechCrunch Disrupt 2026 在旧金山莫斯康西展览中心西馆拉开首日帷幕,汇聚了超过 10,000 名初创企业创始人、投资者和科技界领袖。本次活动设有 250 多位演讲嘉宾、300 多家参展初创企业、六个行业舞台,以及 Startup Battlefield 路演环节,其中包括一项 100,000 美元的无股权奖金。

  2. 量子位63

    MagicLab Studio 的 EchoPolicy-0 以 75.4% 的平均成功率登顶 MolmoSpaces Combined

    据 QbitAI 报道,截至 2026 年 10 月 13 日,MagicLab Studio 的 EchoPolicy-0 在 MolmoSpaces Combined 排名第一,在 3915 个评测回合中,四项 v1 操作任务的平均成功率达到 75.4%。其拥有 34 亿参数的 MagicBrain 以 72.4% 的平均成功率和 94.4% 的抓取成功率位列第四。EchoPolicy-0 将 VLM 引导的候选轨迹选择与执行检查相结合;MagicBrain 则利用视觉标记和后训练,在不改变 VLA 架构的情况下,将目标位置与动作关联起来。

  3. 量子位52

    据报道,深度求索计划领投映维智能的种子轮融资

    据彭博社报道,深度求索计划领投机器人 AI 初创公司映维智能的一轮数千万美元种子融资,融资后估值约为 4 亿美元。映维智能于 2026 年由 Swin Transformer 论文共同作者、腾讯前科学家韩虎创立,目前仍处于早期研发阶段,尚未公开披露产品或具体技术路线图。此次拟议交易之前,深度求索于 8 月向宇树科技投资了约 1.41 亿元人民币。

  4. 量子位31

    Agile Robots在2026中国国际工业博览会上展示12项展品

    Agile Robots携12项展品亮相第26届中国国际工业博览会。博览会于10月12日至16日在上海举行,展品涵盖五大领域:具身智能、具身模型、科研、消费应用和工业部署。重点展品包括Mobile FR3 Duo科研平台、一款AI理疗与健康机器人,以及一款摄影机器人。本文由Agile Robots提供,并经授权由量子位转载。

  5. 量子位53

    机器人与具身人工智能公司在2026年融资近480亿美元

    据《金融时报》援引 PitchBook 数据报道,截至2026年10月8日,机器人与具身人工智能公司融资近480亿美元,约为2025年全年总额的1.7倍。资金日益集中于领先企业,同时也支持机器人硬件、通用模型、训练数据和部署。报道考察了付费视频采集、机器人训练设施和商业部署等数据收集方式,同时指出,数据质量、任务覆盖范围以及跨机器人迁移能力也会影响学习效果。

  6. 雷锋网26

    IEIC国际具身智能技能大赛将测试机器人执行现实工作任务的能力

    2026 IEIC国际具身智能技能大赛将于10月23日至25日在上海测试机器人执行真实工作场景任务的能力。大赛设9个赛道、23个项目,采用统一的四部分、满分100分的评价框架,涵盖任务执行、具身数据采集与反馈、自主性和创新。报名正在进行中,获奖团队可能获得价值数千万元的投资意向及专业融资指导。

10月12日周一
  1. Ars Technica · AI60

    亚马逊拥有超过100万名机器人员工。人类员工的未来会怎样?

    根据亚马逊2025年年报,该公司运营着超过100万台仓库机器人,并计划扩大其机器人队伍,同时雇用超过150万名全职和兼职人类员工。高管表示,机器人减少了体力要求高的工作和受伤风险,但劳工权益倡导者和研究人员对人工智能驱动的自动化表示担忧。乔治梅森大学教授布拉德·格林伍德表示,协作机器人在人员身边工作,并可能决定他们的工作节奏,从而改变职场动态。

10月11日周日
  1. The Decoder66

    Odyssey 公开预览其 Odyssey-3 世界模型

    Odyssey 已推出 Odyssey-3 的免费公开研究预览,这是一个世界模型,可根据文本提示生成交互式环境,并在自回归扩散 Transformer 上实时运行。基础模型有 140 亿参数,输出 832 × 480 视频,而 Odyssey-3 Pro 支持 1280 × 720。其报告的 66.1 分 Physics-IQ Verified 分数来自使用选择方法的单次运行,低于该基准要求的四次运行。

  2. 量子位23

    西门子将在2026年CIIF展示工业全栈及人形机器人解决方案

    西门子将在第26届中国国际工业博览会上展示其工业全栈能力,包括首个覆盖设计、制造、装配及工厂现场应用的全端到端人形机器人解决方案。公司计划发布20多款新产品,并开放6个具身智能“进厂”场景,同时推出升级版“钻耀之心3.0”以及面向数据中心、电子与半导体、零碳工厂的应用。

10月10日周六
  1. Latent Space42

    Standard Bots 详述其工业机械臂的 AI 技术栈

    Standard Bots 自称“美国最大的 AI 原生工业机器人制造商”,介绍了其用于机器看护、焊接和装配的工业机械臂 AI 技术栈。其最大的模型参数量在数十亿级别,基于超过十亿张图像训练以实现零样本感知,训练在云端进行,推理则通过边缘 GPU 在本地运行。该公司最近在由 General Catalyst 和 RoboStrategy 领投的 C 轮融资中筹集了 2 亿美元,估值达 10 亿美元。

  2. 雷锋网22

    奇瑞智能化中心负责人谢保军据报离职

    雷峰网《新智驾》报道,奇瑞汽车副总裁、智能化中心负责人谢保军据称已离开公司,其内部飞书状态显示为已停用。截至发稿时,奇瑞尚未回应置评请求。谢保军于2024年10月通过奇瑞子公司大卓智能加入奇瑞,并在奇瑞于2025年5月合并多个部门后成为智能化中心的运营负责人。

  3. 雷锋网58

    IROS 2026 上的 WorldArena 2.0 挑战赛新增真实机器人与在线强化学习赛道

    由清华大学领衔的团队举办的 WorldArena 2.0 挑战赛于9月16日发布最终排行榜,共设三个赛道,涵盖视频质量、作为强化学习环境的世界模型以及真实机器人操作。Visincept 的 WorldIncept 赢得第一赛道,中关村学院的 MW2 赢得第二赛道,小米机器人的 ViTacX 位居第三赛道榜首,总奖金为7,000美元。组织者表示,接触密集的真实机器人操作仍是一个瓶颈。

  4. 雷锋网42

    哥伦比亚大学 FlexiTac 开源触觉传感器平台已运行 1.5 年

    哥伦比亚大学李昀烛团队在 IROS 2026 研讨会上介绍了 FlexiTac 的进展,这是一个开源柔性压阻式触觉传感器平台。该传感器可在 3 分钟内组装完成,附带完整 BOM 和读出软件,并可与 LeRobot 机器人学习框架集成。Analog Devices 正在开发一款商业版本,其触觉分辨率是人类手指的五倍,通过半导体制造工艺生产。