地平线发布 LoFT 原生视频几何基础模型,探索面向物理 AI 的通用视觉表征
11 月 18 日,地平线机器人实验室发布原生视频几何基础模型 LoFT(Looped Foundation Transformer for Video Geometry)。
推荐理由:地平线发布原生视频几何基础模型 LoFT,通过双循环架构联合预测相机位姿与深度,在多项基准评测中表现领先。
11 月 18 日,地平线机器人实验室发布原生视频几何基础模型 LoFT(Looped Foundation Transformer for Video Geometry)。
推荐理由:地平线发布原生视频几何基础模型 LoFT,通过双循环架构联合预测相机位姿与深度,在多项基准评测中表现领先。
Mobileye 采用内容感知的局部色调映射技术,在识别隧道区域后单独调整该区域的色调处理以保留暗区对比度和细节。该方法能防止因全局亮度调整导致隧道内静止车辆与黑暗背景混淆,从而支持系统在进出隧道等强光照变化场景下持续检测车辆、行人及障碍物。该技术旨在满足车企对驾驶员辅助系统在全天候复杂光照条件下保持感知一致性的要求。
Uber 与 Momenta 今日宣布在慕尼黑启动受监管的自动驾驶车辆试点,这是德国首次通过 Uber App 提供此类服务。试点区域覆盖慕尼黑北部大部分区域及奥林匹克公园周边,乘客可免费预约 UberX、Electric 或 Comfort 行程并选择乘坐由持证安全员随行的自动驾驶车辆。
推荐理由:Momenta 与 Uber 在德国慕尼黑启动受监管的自动驾驶试点,由持证安全员随行,为德国首个此类服务。
Genesis World v1.4.7 更新优化非刚性求解器与耦合器,显著减少内存占用并提升多物理场仿真可靠性。所有求解器在 `gs.init(use_deterministic_algorithms=True)` 模式下实现完全确定性,代价约为 15% 的速度下降。
Drake v1.59.0 默认启用 MultibodyPlant 的闭环运动学自动建模,用户可通过配置选项或 API 关闭该功能。新版本正式支持 macOS 27 Golden Gate,并将 x86-64 最低微架构目标提升至 x86-64-v2。此外,pip 安装需显式选择 [mosek] 额外依赖才能使用 MosekSolver,同时修复了多项内存泄漏与解析问题。
Boston Dynamics 通过 Spot 机器人与 Orbit 平台整合 PLC、SCADA 及自主移动机器人(AMR)等多源数据,利用 Google Gemini 视觉能力识别滴漏管道等动态隐患。客户利用 MCP 层构建每日定制简报或触发自动巡检,将设备故障预测与运营决策速度提升至自动化水平,有效消除传统人工整合数据的延迟瓶颈。
奥比中光与 ThinkRobotics 在班加罗尔科技峰会首次全面展示其机器人免数据收集硬件平台,整合 EGO、WristCam、UMI 及 Hub 设备。该平台提供 1080p 以上高分辨率采集与小于 1ms 的多设备同步精度,满足印度市场对轻量化穿戴设计及多模态数据的需求。
工业和信息化部于 2026 年 11 月 10 日批准《人工智能 赋能应用 钢铁企业污染物排放监测系统技术要求》等共 796 项行业标准。其中通信行业涉及 266 项,涵盖电子、机械等多个领域,另有 15 项标准获外文版批准。此次发布旨在规范人工智能在工业及多行业的标准化应用与技术要求。
工业和信息化部于 2026 年 11 月 10 日批准发布《人工智能关键基础技术具身智能数据生成系统技术要求》等共 274 项行业标准,涵盖电子、机械、汽车等多个行业。此次批准还包含 1 项电子行业标准外文版,旨在规范人工智能与具身智能领域的基础技术发展。
工信部于 2026 年 11 月 16 日发布《道路机动车辆生产企业及产品》(第 412 批)及第九十一批节能与第三十六批新能源车型目录。该批次许可依据财税〔2018〕74 号等规定,涵盖享受车船税减免优惠的节约能源使用新能源汽车车型。
OpenCV AI Competition 2026 于 11 月 17 日周四上午 9 点(太平洋时间)举行获奖者直播颁奖。本届赛事共有超过 6300 名参赛者,创下历届最激烈竞争纪录,评委面临极具挑战性的评审任务。
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。
工业和信息化部装备工业一司组织起草了《汽车改装管理办法(征求意见稿)》,现向社会公开征求意见,截止日期为2026年12月12日。
推荐理由:工信部就汽车改装管理制度公开征求意见,旨在规范市场并促进健康发展。
上海AI实验室发布并开源书生科学多模态大模型S2.1 Flash(简称书生-S2.1 Flash),依托统一表征架构支持分子、光谱等多类科学数据输入,融合视觉感知操控科研软件能力。模型在递归式自我改进模式下持续迭代优化,已在CT切片恢复、遥感水域变化量化、航空发动机装配建模检查及脑电伪迹剔除四项任务中验证闭环执行能力,推理成本显著降低且交付可复核的工程文件。
推荐理由:上海AI实验室发布书生-S2.1 Flash,融合科学多模态理解与通用智能体能力,支持在专业软件中执行复杂科研任务并交付可复核的工程文件。
NVIDIA Deep Learning Accelerator (DLA) 平台通过专用硬件加速边缘端深度学习推理,将计算负载从 GPU 卸载以提升能效。该技术已在 NVIDIA Jetson AGX Orin 上实现原生 DLA 推理支持,允许开发者在 Python 环境中直接调用 cuDLA 库运行多神经网络应用。
Open Robotics 于 9 月 25 日在多伦多 Google 办公室举办第二届官方会后黑客松,旨在降低首次贡献者门槛并协助核心开发者解决长期挑战。活动覆盖 ROS、Gazebo、Open-RMF、ros-controls 及基础设施五大开源项目,由 OSRA 成员 Intrinsic 赞助午餐并提供现场技术指导。
NVIDIA SOMA Retargeter 将人类演示中的协调性与时序适配至不同比例的机器人关节结构,解决直接复制无法匹配机械范围的问题。该技术作为具身智能训练起点,利用人类动作数据高效指导双足机器人学习从日常行为到复杂任务的移动技能。
工业和信息化部公示《机械搅拌设备》等 18 项化工、冶金、黄金、机械、汽车、轻工行业标准的报批稿,以及 1 项轻工标准的外文版。相关标准化技术组织已完成编制工作,现于 2026 年 11 月 14 日至 12 月 13 日通过“工业和信息化标准信息服务平台”征求社会意见。
国际机器人联合会数据显示,2025 年全球制造业工业机器人密度达历史峰值 152 台/万人。韩国以 1,066 台/万人的密度稳居世界第一,新加坡(873 台)和德国(469 台)分列二、三位,大幅超越全球平均水平。欧盟五国中德、瑞典等位列全球前十,中国凭借 193 台/万人的密度排名全球第 19 位。
工业和信息化部于 2026 年 11 月 12 日至 12 月 11 日公开征求《半导体集成电路 融合视觉传感器测试方法》等 46 项推荐性国家标准计划项目意见。公示期间公众可登录“工业和信息化标准信息服务平台”反馈意见,联系电话为 010-64102958、68205241。该举措旨在完善半导体与视觉传感领域的标准化体系,推动相关技术规范化发展。
上海 AI 实验室与奉贤区携手推出国内领先科学智能基座“书生·端砚”,聚焦美丽健康产业挖掘线索、生成候选及预测配方三大能力。该平台打通干实验与湿实验形成自迭代闭环,内置可信溯源机制,将助力入驻企业如自然堂、尚美压缩研发周期并降低试错成本。
OpenCV 于 2026 年 11 月 12 日举办直播,由 Piotr Skalski 带领观众实地体验 Roboflow Playground。该平台允许用户在自己的图像上运行并对比多种视觉语言模型的结果。此次演示旨在提供关于在本地图片上应用这些模型的实用操作指南。
NVIDIA 推出 DSX AI Factory,解决在 Dynamo、Kubeflow 或 Slurm 等平台上部署 AI 负载时无法追踪实际运行内容的可视性问题。该方案弥补了仅依赖配方文件无法确认各节点具体工作负载状态的局限,确保团队能清晰掌握独立定义和更新的负载实例。
MuJoCo 于 2026 年 11 月 11 日发布 4.0.1 版本,修复了 4.0.0 中因合并不同后代行导致的稀疏 Cholesky 分解错误。该更新还通过自动安装 `mujoco-studio-wasm` 轮子,使 Windows 用户能在本地运行 MuJoCo Studio Web Viewer。此外,插件加载失败将仅发出警告而不再中止仿真启动。
Luxonis DepthAI v3.12.1 修复了 OAK4-FFC 单目模块误用彩色驱动的问题,并解决多设备管道因不支持外部帧同步而启动失败及固件崩溃等缺陷。在特定条件下,ToF 场景处理帧率从 12.34 FPS 提升至 30.06 FPS(+144%),同时优化了 macOS 退出时的遥测数据保留机制。该版本已集成测试 Luxonis OS 1.48.0,旧版系统行为保持不变。
上海 AI 实验室发布元认知智能体框架书生·太一(Sage·Taiyi),旨在解决科学探索中缺乏持续反馈闭环的问题。该框架通过科学搜索与认知调控协同,将科研猜想、路径与实证串联,驱动智能体在方案生成时动态迭代认知。
推荐理由:上海 AI 实验室推出元认知智能体框架书生·太一,在跨学科科学构思评测中八项指标领先,并已在有机化学、材料设计等领域支撑真实科研闭环。
工业和信息化部于 2026 年 11 月 5 日发布通告,正式公布经企业填报、省级初审及专家评审等程序复核通过的《2022—2024 年老年用品产品推广目录复核通过名单》。该文件依据工信厅消费函〔2026〕358 号通知要求执行,旨在推动适老化产品应用与产业规范发展。
MIT CSAIL 和卡内基梅隆大学研究人员提出了名为 Workspace Models 的新方法,旨在解决现有基于 AI Agent 的机器人在处理长历史视觉数据时存在的延迟高、计算成本大及反应慢的问题。
推荐理由:MIT CSAIL 与卡内基梅隆大学提出 Workspace Models,通过离线大模型蒸馏轻量化模块解决机器人长时记忆延迟问题。
Google DeepMind 正式向开发者、企业及消费者发布 Gemini 4 Carbon。该模型在 CursorBench 4.0、WANDR 等基准测试中排名第一,成本低于次优外部模型;在金融研究、全栈开发及网络安全漏洞挖掘与修复方面表现卓越;同时在科学推理(如蛋白质结构预测)和模型安全对齐上取得显著进展。
推荐理由:原文给出了模型在复杂知识工作、全栈开发及前沿网络安全领域的基准表现与成本优势,开发者可据此评估其是否适合现有工程流程。
NVIDIA Alpamayo 2 Edge 旨在让自动驾驶开发者在车载系统的算力与延迟约束下部署推理模型。该技术通过缩减模型规模、保留有用推理能力并验证目标硬件性能,解决了大模型上车需额外工作的难题。
NVIDIA 宣布推出两个处于公开预览阶段的开源项目:NVIDIA Kubernetes Engine (NVKE) 和 NVIDIA Kubernetes Recipes (NVKR),用于构建和管理基于 GPU 基础设施的托管 Kubernetes 服务。
NVIDIA DSX AI Factory Platform 新增开源组件 NVIDIA Snapshot,让初始化后的 GPU 推理任务在副本间复用。该功能解决冷启动耗时分钟级的痛点,使突发需求或副本故障时可用 GPU 即刻转化为服务容量。
NVIDIA 将专为 AI 智能体设计的 Agent Substrate 捐赠给开源社区,解决传统 Kubernetes 因单会话 Pod 导致的内存浪费及跨轮次冷启动延迟问题。该方案通过保留非活跃会话状态并消除 RL 后训练中的调度瓶颈,显著降低智能体等待提示或工具响应时的资源开销与重启耗时。
Google DeepMind 正式发布 Gemini Robotics 2.5,这是其目前最强大的视觉语言动作(VLA)模型,旨在提升机器人学习速度与广度。该模型在超过 200 项任务测试中,相比基线成功率高出 30% 至 100%,完成任务速度快 20% 至 30%。
推荐理由:原文介绍了 Gemini Robotics 2.5 在任务广度、可靠性与安全方面的提升,并披露了与奔驰产线合作的实测数据及 ASIMOV-Jailbreak 基准。
地平线凭借“面向物理 AI 的整车智能体技术平台”荣获 2026 年世界互联网大会领先科技奖,该成果属于工程研发组。平台包含征程®、星空™、咖咖虾™及 HSD 系统,赋能超 40 家车企与 200 家伙伴,推动物理 AI 规模化落地。
Google DeepMind 发布 SatWeave 和 PARDIG 两个基础数据集,前者整合五颗静止卫星图像提供全球每小时更新的云雨视图,后者基于 AI 生成高精度降水图。这两个数据集是 WeatherNext 3 模型的关键支撑,现已在 Google Cloud Storage 公开开放历史档案与实时流数据,供研究人员用于气象、洪水及干旱预测等下游应用。
Waymo 今日在英国伦敦正式推出 Accessibility Network UK,联合 RNIB、AgeUK 等十家首批合作伙伴共设计包容性自动驾驶方案。该网络通过双向对话机制,将用户反馈直接转化为车辆寻址声光提示、屏幕阅读器兼容应用及导盲犬适配座椅调整等功能特性。此举旨在消除视障与老年群体的出行障碍,确保伦敦地区的完全自主驾驶技术部署具备公平性与本地适应性。
Autoware 2.1.0 将 CUDA 基础包移至 autoware_cuda 仓库,发布 core-devel-cuda 等三层新镜像以支持 ROS 2 Humble/Jazzy。该版本在 Ubuntu 24.04 下通过 Python venv 解决 rosdep pip keys 安装失败问题,并新增 carla Ansible 角色以部署 CARLA 1.0 或夜间构建版。
NVIDIA 在 CoRL 大会上推出 GR00T 2 开放世界动作模型,支持灵巧操作技能迁移与少样本泛化;同时发布 Isaac Lab 3.0 框架集成 Newton 物理引擎以模拟变形物体。材料介绍了多项新基准、数据工作流及智能体编程工具,旨在提升机器人从实验室演示到工业部署的精度与自主性。
推荐理由:NVIDIA 在 CoRL 大会上推出 GR00T 2 世界动作模型及 Isaac Lab 3.0,提供传感器与变形物体的高保真仿真工具链。
NVIDIA Holoscan 5 通过持续计算逆动力学,使机器人在手动引导时仅需电机提供支撑扭矩即可保持直立并抵消重力。该技术为示教学习、物体操作及人机协作提供了关键的基础闭环能力。