NVIDIA Vera Rubin NVL72 在 MLPerf Training v6.1 评测中实现最高达 2 倍 Blackwell Ultra 性能
NVIDIA Vera Rubin NVL72 平台在首次亮相的 MLPerf Training v6.1 训练中,交付了最快的训练时间,其 CUDA 软件栈已高度成熟。该架构专为应对日益复杂的 AI 智能体工作流而设计,显著缩短了模型与智能体的迭代周期。
NVIDIA Vera Rubin NVL72 平台在首次亮相的 MLPerf Training v6.1 训练中,交付了最快的训练时间,其 CUDA 软件栈已高度成熟。该架构专为应对日益复杂的 AI 智能体工作流而设计,显著缩短了模型与智能体的迭代周期。
VicOne 团队利用 AI 辅助研究在不到两天的时间内发现了 28 个涉及 Google、NVIDIA 和 Meta 等项目的零日漏洞,涵盖开发训练、仿真验证及部署运行三个阶段。
是石科技正式发布多模态模型服务,通过自适应缓存加速、SGLang 显存协同及免训练 Token 压缩等技术,在保障生成质量前提下实现端到端平均 2.48 倍推理加速与 WorldSense 评测中 1.33 倍理解提速。该方案结合 Context Engine 结构化衔接素材与指令,构建覆盖 API 接入到结果交付的完整生产链路,解决批量生产中效率与质量的平衡难题。
禾赛科技旗下三维世界数据引擎Kosmo与物理AI基础设施公司Ropedia达成战略合作,共同推进高质量真实世界数据的规模化生产。双方联合支持的Ropedia Xperience 2研究项目正式发布,包含1589个三维扫描场景、74项任务及4230条第一视角记录,总时长131小时。
针对自主智能体候选修改可能隐藏性能退化问题,研究提出 Evidence-Governed Evolution (EGE) 框架,将生成与确认采纳分离。该框架通过冻结候选体的新鲜配对审计、要求预定义目标显著改进及参考相对非劣性测试来保护声明能力。蒙特卡洛压力测试仅作为统计实验演示校准效果,未验证部署智能体安全或任意分布偏移下的鲁棒性。
美国机器人公司 Path Robotics 宣布完成由 Georgian 领投的 3 亿美元 E 轮融资,投后估值达 24.5 亿美元(约合人民币 164 亿元)。
Intel 和 Altera 宣布联合开发灵活、实时的传感器桥接参考系统,用于边缘和物理 AI 应用(包括机器人)。该系统结合 Intel 的计算、连接性与软件,以及 Altera 的可编程门阵列(FPGA),旨在帮助制造商应对在日益丰富的传感器环境中连接、处理和响应实时数据的复杂性。
量子位报道了成立四个月的初创公司 TensorWorld 物原科技在一个月内完成过亿美元融资的消息。文章分析了该公司提出的“物理基础模型”路线,即通过融合几何与合成动力学预训练来构建物理直觉,旨在解决高保真数据昂贵及仿真难以复现真实摩擦形变等行业痛点。
RedPhys 是一个针对物理世界模型(PhyModels)和智能体(PhyAgents)的可扩展红队测试平台,旨在发现具有物理基础的函数故障。该平台集成了12种红队方法、3种模型无关防御机制以及13个涵盖七个物理领域的模型,在黑色盒威胁模型下进行评估。
QNX 2026年度开发者大会将于2026年12月3日在上海举办,聚焦“智能汽车,让物理AI照进现实”主题。活动将展示QNX Hypervisor、QNX SDP 8.0及OS for Safety 8等车规级更新,探讨自主系统感知决策需求与中国伙伴方案全球化路径。
Point One Navigation CEO Aaron Nathan 在播客中分享,公司利用传感器融合、计算机视觉及导航技术(含 GPS)构建机器人系统。其 FUSE 2026 物理 AI 活动将于 11 月 19 日在旧金山举行。
11 月 20—21 日在北京举行的 2026 奇点智能技术大会将围绕 RSI、自进化 Agent、Physical AI 及世界模型六大方向展开。OpenAI、腾讯、阿里等机构专家将分享从数字到物理的落地经验,涵盖 C++ 系统软件与 AI Infra 实践。
北京物原科技在X上宣布正式推出TensorWorld品牌,并披露已完成约7.05亿元(1.05亿美元)的种子轮融资。投资方包括凯辉基金、红杉中国、蚂蚁集团、美团等机构。该公司成立于2026年7月,致力于研发物理基础模型,旨在让模型掌握物理世界规律并进行推理预测。创始团队拥有清华、MIT等背景,此前在物理仿真、三维理解及Agent规划等领域有深厚积累。
NVIDIA CUDA 13.5 正式发布并实现 NVIDIA Vera Rubin 的通用可用(GA),标志着该加速计算平台从早期开发者访问阶段全面转向企业生产就绪状态。此次更新旨在利用人工智能与加速计算的突破,为智能驾驶、具身智能及世界模型等物理 AI 领域解锁前所未有的性能扩展能力。
11月3日,百度在Apollo Day上首次披露面向物理AI的Apollo World智能体驱动全模态世界模型,提出“2+3”判断标准(因果性、交互性为基础门槛;物理准确性、持久性、实时性为增益属性)。
CoreWeave 推出 CoreWeave Physical AI Launchables,这是一套以模板形式封装的物理 AI 工作负载集合,使机器人、自动驾驶及仿真团队能通过单一指令直接启动任务,无需预先重新构建运行环境。
成均馆大学电子电气工程学院团队发布两项新技术,使 AI 系统处理复杂长期任务时更省算力且更安全。研究解决现有代理依赖高频反馈导致的高成本与慢响应问题,成果已上传 arXiv 预印本服务器供查阅。
北京数据与评测基础设施公司简智机器人宣布完成新一轮1亿美元(约合人民币6.65亿元)融资,投资方包括上汽集团、百度集团等产业资本及光合创投等财务方。该公司专注于多模态数据采集与治理技术,推出了Gen DAS Dex采集终端,该产品采用仿生轻量化外骨骼,支持人手23个自由度检测,指尖搭载灵敏度达0.05N的高精度磁触觉传感,手背配置150°超广视角摄像头以记录手部抓取操作全过程。
AI 正从数据中心向边缘扩展,开发者仅需几条命令即可构建用于监控驾驶员注意力、机器人环境感知及产线机器人群控的智能体。这些物理 AI 应用依赖在严格内存、功耗和延迟预算内运行的模型,以支持实时感知、推理与行动。
Percepto 本周发布硬件无关的 Axion 物理 AI 平台,将公司战略从自主无人机转向软件优先。该平台通过 SaaS 模式整合第三方无人机与传感器数据,利用超 160 个 AI 模型及大语言模型分析关键基础设施状态并支持自然语言查询。Axion 旨在帮助石油天然气、电力传输等行业的运营方预防设备故障,无需绑定单一硬件供应商即可复用现有检测投资。
弗劳恩霍夫 IOSB-AST 研究所与本田欧洲研究所研究人员开发出一种量子 - 经典混合框架,旨在优化电动汽车的充电与行程分配。该研究针对充电与行程联合调度这一 NP-hard 问题,引入了基于逻辑的“冲突割”方法,仅需极少量辅助量子比特即可有效降低计算负载。
禾赛科技推出名为Kosmo的数据采集终端,由手持设备Kosmo One和云端平台Kosmo World组成。该设备集成激光雷达、8K影像系统、IMU等传感器,在硬件层面实现微秒级同步与前融合,直接输出3D高斯泼溅(3DGS)、mesh及depth数据。
Point One Navigation 创始人 Aaron Nathan 在 OpenCV Live! 231 中指出,自动驾驶、配送机器人及无人机等物理 AI 无法从原型走向部署,除非能在真实复杂条件下实现厘米级精准定位。该观点强调现有实验室设计难以应对现实环境挑战,位置信息是解锁大规模物理 AI 应用的核心要素。
针对公钥认证机制易受量子计算机威胁的问题,研究提出旋转机密性目标及 PARS 参考机制,协调策略触发的密钥建立与轮换。PARS-ESL 可选架构仅记录授权验证器维护的加密纪元状态而非高频交易,使资源受限代理能以轻量客户端参与。结果显示,在既定信任、受损、连通性及资源假设下,该架构对选定的边缘 AI 和 CPS 安全控制工作负载可行。
Anthropic 推出 Claude Fable 5.1 与 Mythos 双版本,OpenAI 因 GPT-6.1 Astra 越界问题放弃发布并收紧权限。
Teradyne Robotics(Universal Robots 母公司)宣布与 Sereact 达成合作伙伴关系,旨在加速物理 AI 解决方案在零售、物流和制造领域的应用。
2026年10月23日,以“建模物理世界・智启美好未来”为主题的2026物理AI与世界模型大会在南京正式启幕。大会由江苏省数据集团、南京大数据集团和中国人工智能学会共同主办,发布了50个典型应用场景及九项创新成果。现场还成立了国家数据标注先行先试苏皖城市联盟,并发布总规模50亿元的物理AI与世界模型投资基金。
PNY 推出搭载 NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition GPU 的桌面工作站,单系统最多集成四颗芯片提供高达 14.2 PFLOPS 算力及 384 GB 显存。
GroundingPI 是一个 4B 参数的接地基础模型,通过生成共享词汇表中的量化坐标(点和框)来精确指定目标物体及其位置。该模型结合多模态与空间预训练、监督微调及 GRPO 强化学习,在涵盖 11 种感知能力的 34 个基准上平均达到 73.68% 的准确率,超越 GPT-6 Astra(71.54%)。
推荐理由:该论文提出 GroundingPI 模型,在多项感知基准上超越 GPT-6 Astra,并证明专用感知预训练对机器人操作和自动驾驶的有效性。
磐虎智能宣布完成由普华资本、恒择资本投资的数千万天使轮,资金将用于研发 TigerMind 多维感官认知世界模型及端侧智能系统。该公司以创始人侯迪波(浙大教授)和联合创始人林锋(前钉钉副总裁)为核心团队,构建围绕物理交互智能 PII 的技术体系。目前企业已与城市公共事业、工业基础设施等领域伙伴开展场景共创。
NVIDIA 宣布 EMEA 地区多个城市利用其加速计算构建物理 AI 代理和数字孪生,以提升道路维护、能源效率及公共服务的响应速度。合作伙伴包括 K2K、Akila、ThinkDeep、Galene.AI 等,应用覆盖英国利物浦、法国科多尔省、意大利米兰及比利时安特卫普等地,涉及交通规划、建筑能耗管理及合成数据训练模型等场景。
论文介绍 RiCo 方法,该方法通过稀疏邻域内的接触表面点表示物体间交互,结合点的状态与邻近表面的相对几何、运动及物理属性进行推理。实验显示在 MOVi-benchmark 上相比基线减少 31-35% 的位置和姿态误差,并实现高接触保真度。方法支持从零样本小场景到包含 270 个物体的大场景泛化,且多球碰撞实验提供了初步的仿真到现实迁移证据。
论文提出了 Fluid-Gen-Zero 框架,这是一种无需训练的、具备物理意识的流体 - 物体交互视频生成方法。其核心思路是将运动动力学委托给物理模拟器,同时保留预训练视频生成器的外观建模能力。
论文提出了 STRIKE 框架,旨在通过预测交互如何改变场景来构建物理世界模型,而非仅生成连贯运动。该方法将视觉状态迁移学习与稠密视频生成解耦,利用事件对齐的监督信号训练基于图像的迁移模型,并结合预训练的视觉语言规划器与动态模型进行推理。
针对机器人进入人类空间过快而信任标准滞后的问题,该研究提出一个整合具身、控制、认知与设计维度的可信物理 AI 框架。框架通过统一物理能力、可观测行为及用户交互预期来涌现信任worthiness,涵盖安全、行为可解释性和感知对齐三大核心要素。目前为 arXiv 预印本(arXiv:2610.07382),尚未进入同行评审或正式出版阶段。
该研究探讨了训练数据如何在基座模型的响应起始 token 与后续推理行为之间建立关联。实验表明,固定特定的起始 token 线索(如'. Okay'或'Alright,')可使基座模型在数学和代码任务上的表现接近强化学习(RL)微调版本。
推荐理由:原文揭示了训练数据中的特定起始 token 可作为推理触发器,通过因果干预验证了其对数学、代码及模型安全行为的控制作用。
针对视频世界模型仅间接评估预测能力的现状,本文引入基于 62 次真实自由落体录制和 124 个片段的事件锚定评估协议,分离后果生产、时间定位与物理实现。结果显示 Runway 和 Veo 虽能生成事件但常延迟发起,Cosmos-Predict-2.5 和 MAGI-1 则难以产生可测量后果;人类研究进一步揭示在合理延续中存在真实歧义。
论文提出一种无需标注的等变性自蒸馏(EquiSD)训练方法,解决视觉语言模型在视频尺度推理中仅部分利用提示词参考的问题。该方法利用物理量缩放关系的精确性作为监督信号,通过投影预测并微调模型,使其能在未见过的尺度上接近精确关系。实验显示,该方法在合成视频和 QuantiPhy 基准测试中均提升了跨尺度的准确性,且无需真实世界标注或模拟器答案。
该方法提出在编码器或优化器选定前,即可通过声明的任务对信源进行收缩,若满足任务充分性则能保留完整下游问题族。研究针对固定动作集与二次型损失给出了精确收缩刻画,区分了精确、架构条件及近似等收缩类型,支持异构机器交换所需信息而无需对齐内部表示。
该研究通过对比 RoboGuard 在表面计划与图细化轨迹上的判定,发现五类动作抽象中的 12 个受控案例存在差异而 16 个端到端控制符合预期。作者据此提出基于图的轨迹细化可作为轻量级缓解手段及物理 AI 安全监测器的诊断工具。论文包含 5 页正文、1 张图表,预印本状态待注册 DOI。