Drake v1.51.1 发布:修复 pydrake.geometry.Meshcat 车轮构建 Bug
Drake v1.51.1 此次更新主要修复了 pydrake.geometry.Meshcat 的车轮构建缺陷。该版本提供 drake-1.51.1-{jammy|noble|mac-arm64}.tar.gz 预编译二进制包,并包含 SNOPT 预编译版以支持数学规划工具箱。
Drake v1.51.1 此次更新主要修复了 pydrake.geometry.Meshcat 的车轮构建缺陷。该版本提供 drake-1.51.1-{jammy|noble|mac-arm64}.tar.gz 预编译二进制包,并包含 SNOPT 预编译版以支持数学规划工具箱。
Google DeepMind Demis Hassabis 宣布,AlphaGo 系统于 2016 年击败世界冠军后,其技术路线已推动 AlphaFold 2 在 2020 年解决蛋白质折叠难题并开源数据库供全球数百万研究人员使用。
DepthAI v3.4.0 发布,新增语义与实例分割支持,RVC4 设备兼容 USB 协议并实现 IMX586 最高 480 FPS 高帧率。软件栈引入 Gate 节点控制流、XLink 数据包化及外部 FSync 同步,同时升级 Visualizer 至 2.0.10 以支持实时管线可视化。该版本已在 LuxonisOS 1.14.1、1.20.5 和 1.27.1 上完成集成测试。
Hugging Face 开源机器人学习工具 LeRobot 发布 v0.5.0 版本,新增 Unitree G1 WBC 实现并强制要求 Python 3.12+。此次更新将依赖项 lerobot 同步至 0.5.0、transformers 升至 v5,同时修复了 frame_index 兼容性及 Parquet 元数据索引问题。
Figure 发布了 Helix 02 模型在客厅整理任务的演示,该系统无需新算法或特殊工程,仅凭新增数据便掌握了使用喷雾瓶清洁、处理柔性毛巾、双手协同操作、动态投掷枕头及狭窄空间导航等复杂技能。材料展示了单一通用架构如何通过数据扩展实现全身端到端自主控制,迈向具备广泛家庭与工作场所能力的未来。
推荐理由:Figure 展示了 Helix 02 在客厅整理任务中的全身端到端自主能力,验证了单一架构通过数据扩展即可掌握复杂移动与操作技能。
World Labs 认为三维空间是人与机器交互的通用媒介,类比代码作为软件接口,三维数据应成为描述物理与虚拟世界的“空间代码”。该观点指出,相比依赖帧级像素生成的黑盒模型,结构化三维输出能支持人类编辑、仿真重跑及机器人共享状态。结合神经图形学进展,新一代世界模型将加速现有空间工作流并催生全新范式。
Hugging Face LeRobot 仓库更新至 v0.4.4 版本,新增 OpenArm、OpenArm Mini、G1 及 RobStride 等机器人硬件与遥操作支持。此次更新还集成了 tqdm 训练进度可视化、torch.compile 推理加速及 Libero 环境配置优化等功能。
OpenVLA v1.0.24 版本更新,由开发者 @brentyi 提交代码修复了 Gaussian splat shader 在处理对数深度缓冲区时的渲染问题。此次变更旨在优化视觉语言动作模型在特定深度表示下的着色器表现,确保相关功能正常运行。
该版本新增可配置场景雾效及自定义着色器支持,并引入更温和的自适应 DPR。修复了网格渲染中的对数深度缓冲问题,将阴影与颜色渲染整合至网格着色器,同时提供了通过名称获取句柄的新接口。
加州机动车管理局(DMV)发布年度公告,披露持有测试许可的自动驾驶车辆在 2024 年 12 月 1 日至 2025 年 11 月 30 日期间于公共道路累计行驶超过 900 万英里。
推荐理由:加州 DMV 发布年度测试里程与脱手报告,披露了 2024-12 至 2025-11 期间超 900 万英里数据及新法规拟引入的非合规、制动等更精准安全指标。
Skild AI 正式宣布在印度班加罗尔开设新办公室,成为继加州和宾州后首个美国以外据点。此举旨在利用当地深厚的 AI 研究生态与人才储备,加速其“全身体智能”(omni-bodied intelligence)研发进程。该举措将增强公司在机器人感知、控制策略及大规模真实部署基础设施方面的实验能力与迭代速度。
Autoware 发布补丁版 1.7.1,主要修正通过 apt 安装 Rust 的依赖问题,改为使用 rustup。随附对 autoware_lanelet2_extension 至 0.12.0 的向后兼容更新,未引入破坏性变更。
World Labs 宣布完成 10 亿美元新融资,投资方包括 AMD、NVIDIA 等。公司首款产品 Marble 现已推出,允许用户通过图像、视频或文本创建空间连贯的高保真持久三维世界。该进展旨在加速构建世界模型以推动空间智能在机器人及科学发现等领域的应用。
Autoware 1.7.0 版本发布,移除了 tier4 api adapter 组件。该版本在 autoware-nightly.repos 中新增了 nebula v0.3.2 及 sync_tooling_msgs,并对 acados 元仓库进行了更新。此外,修复了 ansible gdown role 等构建与持续集成问题,更新了中心点模型配置。
Drake v1.50.0 正式推出 Ubuntu on aarch64 架构的夜间预编译二进制包,同时宣布自 2026-06-01 起将不再发布 Docker 镜像。该版本是支持 Ubuntu 22.04(Jammy)的最后一次发布,并引入了 C++ 标准>=23、GCC>=13 等新的工具链下限要求。
特斯拉于 2026 年 2 月成功停止在加州营销中使用“Autopilot"一词,以回应加州 DMV 去年 12 月关于其误导消费者认为车辆具备自动驾驶能力的违规认定。此举使特斯拉避免了经销商和制造商牌照被暂停 30 天的处罚,此前该机构曾建议立即实施为期 30 天的暂停令。
Google DeepMind 发布 Gemini 3 Deep Think 重大升级版本,该专用推理模式在数学、编程竞赛及国际物理与化学奥赛基准上达到金牌水平,并能将草图转化为可 3D 打印的物理对象。此次更新不仅面向 Google AI Ultra 订阅者开放应用内使用,首次也通过 Gemini API 向研究人员和企业合作伙伴提供早期访问权限。
推荐理由:Deep Think 模式升级,新增通过 Gemini API 的早期访问权限,支持从草图生成 3D 打印文件及复杂科学推理。
Kodiak 宣布其客户 Atlas Energy Solutions 已拥有并运营十辆完全无人驾驶的 Kodiak Driver 卡车,在德克萨斯州 Permian Basin 进行全天候商业运输。
推荐理由:Kodiak 宣布其客户 Atlas Energy Solutions 已拥有并运营十辆完全无人驾驶的 Kodiak Driver 卡车,在德克萨斯州 Permian Basin 进行全天候商业运输。
Kodiak AI 宣布获得美国海军陆战队合同,将其双用途 AI 自动驾驶系统 Kodiak Driver 集成到海军陆战队的 ROGUE-Fires 载具平台中。
推荐理由:Kodiak 宣布获美国海军陆战队合同,将自动驾驶系统整合至军用载具以支持远征火力投射任务。
Autoware 1.6.0 正式发布,核心更新包括将扩散规划器从 v1.0 替换为 v3.0,并移除旧版 v0.1。该版本同步升级底层依赖至 CUDA 12.8、ROS 2 Jazzy 及 Isaac Sim 22.0.0,同时优化了 Jetson/ARM64 架构的构建配置与文档安装指南。此次发布还完成了部分二进制符号剥离及 CI 工作流简化,旨在提升仿真到现实部署效率并降低环境搭建门槛。
NVIDIA Isaac Lab 开源仿真平台发布 v2.3.2 版本,重点聚焦稳定性提升与工作流优化。核心新功能包括支持多旋翼与推进器驱动的无人机环境、基于视觉的触觉传感器(含形状感知示例)、多网格 RayCaster 以及新的 OpenArm 环境。
推荐理由:该版本发布多旋翼无人机、视觉触觉传感器等新功能,并迁移至 Ruff 工具链与统一 USD 接口。
Google DeepMind 面向美国 Google AI Ultra 订阅者(18+)推出 Project Genie,这是 Genie 3 世界模型的实验性网页原型应用。
推荐理由:DeepMind 面向美国 AI Ultra 用户推出 Project Genie,作为 Genie 3 的交互式原型支持实时生成与探索动态世界。
Kodiak AI 提出针对路面坑洼、水坑等“负向障碍物”的端到端“可通行性框架”,利用几何与视觉分析区分无害反光与危险凹陷,决定穿越或绕行策略。该框架已应用于美国南部高速公路货运及 Permian Basin 油田分选砂运输,支持双挂卡车及防务车辆平台,实现类似人类的精细化决策而非简单停车避让。
推荐理由:Kodiak 提出针对路面坑洼等“负向障碍物”的端到端穿越框架,通过几何与视觉分析实现类似人类的决策,支持在恶劣路况下保持高速作业。
文章将“物理常识”定义为机器人在真实世界中应对不确定性、摩擦与滑移的直觉反应能力,指出当前基于互联网文本训练的模型缺乏闭环交互因而无法获得此能力。作者分享了团队通过开发轻量级手持设备采集自然操作数据(如编织、削土豆)的实验,发现此类数据能诱导模型涌现出类似人类的恢复与微调行为。文章认为物理常识是机器人基础模型的底层结构,将推动机器人从结构化环境走向开放世界,是实现通用智能的关键转折点。
推荐理由:作者提出物理常识是机器人泛化的关键,并分享了通过手持设备采集自然交互数据以诱导模型涌现能力的实验思路。
Luxonis DepthAI 固件更新至 v2.32.0,新增 device.getState 函数以返回设备运行时固件状态。此次发布还引入 setProcessor 函数供用户为 Sync 和 Demux 节点选择处理器。此外,固件崩溃转储数据已扩展,包含更多导致崩溃的上下文信息。
Figure 发布 Helix 02 模型,将单神经网络对类人机器人的控制从上半身扩展至全身,支持行走、操作与平衡的连续系统。该模型由 System 0(基于超千小时人类运动数据的全身控制器)、System 1(连接所有传感器与执行器的视觉运动策略)和 System 2(场景理解与语言层)组成。
推荐理由:Figure 推出 Helix 02,实现全身像素到扭矩的连续自主控制,完成长达四分钟的洗碗机装卸任务。
Luxonis DepthAI 软件栈 v2.31.1 发布,修复了 MessageGroup 消息中难以复现的缓存一致性缺陷。同时移除了 OV9[2/7]82 传感器在低曝光场景下的固定模式噪点干扰。该版本通过 Releases 渠道提供下载,旨在提升深度感知系统的稳定性与成像质量。
LeRobot 开源框架发布 v0.4.3 版本,新增 Unitree G1、OMX 及 WallX 等机器人支持并集成 NVIDIA IsaacLab-Arena。此次更新修复了数据采样器与 Pi05 编译问题,允许用户注册第三方策略并扩展 X-VLA 模型训练功能。
加州 DMV 于 2026 年 1 月 21 日开启针对修订版自动驾驶法规的第二轮为期 15 天的公众意见征集,截止日期为 2 月 5 日。主要变更包括:将测试阶段的数据上报实施日期延后 120 天;更新碰撞报告规则以符合 NHTSA 最新标准;明确制造商需提供涵盖功能安全、AI 安全及网络安全等维度的完整安全案例描述。此前第一轮征集收到 200 条反馈,促使部门进行技术修订。
World Labs 正式发布 World API,这是一个面向公众的接口,允许开发者通过文本、单图、多图集合、全景或视频等多模态输入,直接生成可导航的 3D 世界。
推荐理由:World Labs 正式推出 World API,允许开发者通过文本、图像或视频生成可导航的 3D 世界并集成到现有工作流中。
OpenVLA 模型软件栈版本 v1.0.20 更新,主要变更包括恢复初始相机视场(FOV)以及通过 @brentyi 提交禁用了非预期的动画效果。此次更新旨在修正视觉输入范围并消除不必要的动作干扰,确保机器人控制策略的稳定性。相关代码与变更日志已在 GitHub Releases 渠道公开提供。
Viser 项目于 2026-01-17 发布 v1.0.19 更新,主要修复了通知示例及相机初始化行为的代码缺陷。该版本通过 Full Changelog 记录了由 @brentyi 提交的修正内容,旨在提升软件栈运行稳定性。
Viser 软件栈更新至 v1.0.18,首次引入初始相机 API 以支持视觉任务开发。此次更新还修复了 Windows 平台自动构建失败及数组属性更新的边界情况。同时优化了十字准星尺寸、标签高度一致性以及类型系统兼容性。
Google DeepMind 推出 D4RT(Dynamic 4D Reconstruction and Tracking),这是一个统一的编码器 - 解码器 Transformer 架构,通过查询机制从 2D 视频中恢复 3D 动态世界。
推荐理由:DeepMind 推出 D4RT 统一模型,以查询机制实现 300 倍加速的 4D 场景重建与追踪,支持机器人导航、AR 及世界模型构建。
Luxonis DepthAI v3.3.0 发布,新增 NeuralAssistedStereo 节点融合经典与神经深度图,并引入 Pipeline Debugging 可视化及 VPP 配置 API。此次更新还包含 Housing calibration、SystemLogger 等 RVC4 特性,修复了 SSD 解析回归及 StereoDepth 输入帧竞争条件等稳定性问题。
Drake v1.49.0 作为最后一个支持 Ubuntu 22.04 的版本,将 C++、GCC、Clang 及 Python 等工具链版本下限上调。此次更新修复了模拟器默认上下文内存泄漏问题,并将 MOSEK 依赖库升级至 11.1.2 以适配 Python 3.14。官方提供了 drake-1.49.0-{jammy|noble|mac-arm64}.tar.gz 预编译二进制包供用户下载。
Skild AI 今日宣布完成 C 轮融资,领投方为软银,参投方包括英伟达、贝佐斯等,公司估值超过 140 亿美元。融资将用于加速其通用机器人基础模型(Omni-Bodied Intelligence)的研发与真实世界部署。
推荐理由:Skild AI 宣布完成 C 轮融资,估值超 140 亿美元,将重点投入通用机器人基础模型研发与真实场景部署。
Viser v1.0.17 发布,将客户端构建为独立的单文件 HTML,体积从 19MB 降至 2.7MB。此次更新新增 on_hold() 按钮支持、add_cylinder() 圆柱体创建及 scene.show() Jupyter 笔记本显示功能。同时修复了 uPlot 自动缩放闪烁等缺陷,并将 WebSocket 消息大小限制提升至 50MB。
Skild AI 发布 Omni-bodied Learning 能力,旨在解决具身智能领域的数据瓶颈问题。该方案利用 abundant 的人类视频数据(如 YouTube 教程),通过模型桥接“具身差距”,仅需少量机器人实测数据(<1 小时)即可从视频中学习新技能并微调模型,无需大规模遥操作数据。
推荐理由:Skild AI 提出通过观看人类视频进行学习的 Omni-bodied Learning 方案,仅需少量机器人数据即可微调出新技能。
该研究提出一种基于信息论的框架,利用仅含噪声测量的统计特性直接量化成像系统的信息含量,统一了分辨率、噪声等指标。在摄影、射电天文、无透镜成像和显微成像四个领域验证了其预测下游任务性能的能力。提出的 IDEAL 方法通过梯度上升优化编码器参数,无需训练解码器网络即可达到端到端优化的效果,降低了显存需求与计算复杂度。代码已开源。