跳到正文
11月17日周二
11月16日周一
  1. 量子位50

    是石科技发布多模态模型服务,推理提速 2.48 倍且画质不掉线

    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。

11月12日周四
  1. Hugging Face Daily Papers36

    Evidence-Governed Adoption of Self-Generated Updates in Autonomous AI Agents:提出 EGE 框架治理自主智能体更新

    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。

11月11日周三
  1. The Robot Report52

    Intel 与 Altera 扩大合作以简化物理 AI 的传感器集成

    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。

11月10日周二
  1. 量子位65

    成立四个月融资过亿:TensorWorld物原科技要跑通“物理真实”路线

    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。

  2. arXiv · 机器人与计算机视觉68

    RedPhys:面向物理世界模型与智能体的可扩展红队测试平台

    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。

11月9日周一
11月7日周六
11月6日周五
11月5日周四
  1. 智东西 · 机器人62

    北京物原科技推出TensorWorld品牌并获1.05亿美元融资

    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。

11月3日周二
11月2日周一
  1. 智东西 · 机器人68

    北京物理AI基础设施公司简智机器人获超6亿元融资并发布新品计划

    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。

10月31日周六
  1. The Robot Report42

    Percepto 推出 Axion 物理 AI 平台统一检测数据分析

    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。

10月30日周五
  1. 盖世汽车 · 汽车资讯65

    弗劳恩霍夫与本田开发量子经典混合框架优化电动车充电调度

    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。

10月28日周三
  1. OpenCV Blog8

    位置感知是规模化物理 AI 的关键——OpenCV Live! 231

    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。

10月27日周二
  1. arXiv · 机器人与计算机视觉35

    Securing Edge & Physical AI:面向关键任务的抗量子物联网区块链架构

    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。

10月26日周一
10月24日周六
  1. 量子位42

    2026物理AI与世界模型大会在南京开幕,发布50个典型应用场景及高质量数据集行动计划

    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。

10月20日周二
10月19日周一
  1. arXiv · 机器人与计算机视觉78

    GroundingPI:面向物理智能的基于视觉原语的接地基础模型

    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。

10月16日周五
  1. 智东西 · 机器人42

    杭州创企磐虎智能完成数千万天使轮融资,聚焦 TigerMind 世界模型与物理交互智能 PII 技术研发

    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。

  2. NVIDIA Blog · Physical AI52

    欧洲城市部署 NVIDIA 驱动的 AI 代理以优化城市运营

    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。

10月9日周五
  1. arXiv · 机器人与计算机视觉60

    RiCo:通过局部接触推理进行刚体交互神经仿真

    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。

10月8日周四
  1. arXiv · 机器人与计算机视觉58

    STRIKE:学习视觉状态迁移以构建物理世界模型

    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。

10月7日周三
  1. arXiv · 机器人与计算机视觉45

    Toward Trustworthy Physical AI for Human Interaction:提出融合安全、行为可解释性与感知对齐的可信物理 AI 框架

    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。

10月6日周二
  1. Hugging Face Daily Papers83

    基座模型可通过从训练数据获取线索进行推理

    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。

  2. arXiv · 机器人与计算机视觉72

    事件边界处的远见:评估视频世界模型的物理预测能力

    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。

  3. arXiv · 机器人与计算机视觉68

    Teaching Vision-Language Models to Use the Scale They Are Given: Label-Free Equivariance Training for Metric Physical Reasoning

    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。

  4. Hugging Face Daily Papers45

    Task-Sufficient Contraction:机器信息接口的源选择方法

    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。

10月5日周一
  1. arXiv · 机器人与计算机视觉42

    GARV:图感知细化与高层机器人计划安全验证方法研究

    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。