从自动化到物理 AI:货运行业长期构建的技术终点
Torc Robotics 指出,传统自动化受限于消除变量,无法应对美国公路货运中天气、交通等不可预测条件带来的判断需求。物理 AI 通过实时感知环境与自适应决策,突破了规则系统的效能天花板,将操作域从固定路线扩展至动态复杂场景。该技术并非行业外来的颠覆性升级,而是过去数十年在路线优化与遥测投资基础上自然演进的技术终点,旨在解决长期存在的运营复杂性约束。
Torc Robotics 指出,传统自动化受限于消除变量,无法应对美国公路货运中天气、交通等不可预测条件带来的判断需求。物理 AI 通过实时感知环境与自适应决策,突破了规则系统的效能天花板,将操作域从固定路线扩展至动态复杂场景。该技术并非行业外来的颠覆性升级,而是过去数十年在路线优化与遥测投资基础上自然演进的技术终点,旨在解决长期存在的运营复杂性约束。
Google DeepMind 推出 AI Control Roadmap,通过引入系统级安全层弥补模型对齐不足,将内部智能体视为潜在威胁并基于验证行为授予权限。
CVPR 2026 参会人数超万、论文提交达 16,092 篇且录用率仅 25%,多模态 AI 与自动驾驶研究显著增长。Torc 作为铂金奖牌赞助商,展示了 Freightliner Cascadia 卡车及 VR 演示,并发布了 TruckDrive 长距高速驾驶数据集。该会议标志着从感知中心向具备全 3D 世界理解能力的具身系统转变,Torc 正引领这一技术前沿。
Google DeepMind Accelerator: Robotics 项目于本周在伦敦启动,从众多申请者中精选了 15 家来自欧洲的早期机器人初创企业加入该计划。
推荐理由:DeepMind 宣布启动面向欧洲早期机器人初创企业的加速器项目,提供为期三个月的导师指导、技术栈及 Gemini 机器人模型支持。
NVIDIA 与斗山集团扩大合作,整合 Isaac Sim、Isaac Lab、Cosmos 及 Jetson Thor 等全栈加速计算平台,支持斗山机器人开发基于 Agentic Robot OS 的具身智能系统。
Frontier Lab 宣布获得包括 Radical Ventures(领投)、8VC、Union Square Ventures 等在内的新一轮融资,总融资金额超过 5 亿美元。公司计划利用这笔资金继续推进机器人学习规模化,开发下一代模型并扩展物理数据引擎与计算基础设施。此前 GEN-1 模型已在灵巧操作任务中展现出高可靠性与执行速度提升,新资金将支持其构建跨形态、环境与应用的通用智能系统。
推荐理由:Frontier Lab 宣布获得包括 Radical Ventures、NVIDIA 等在内的新一轮融资,将用于加速机器人基础模型与物理 AGI 的研发及基础设施扩展。
NVIDIA 与微软在 Microsoft Build 2026 上宣布合作推出面向智能体的统一技术栈,包括专为 Windows 打造的 RTX Spark 笔记本和 DGX Station 工作站。
推荐理由:NVIDIA 与微软联合发布 Cosmos 3 等物理 AI 开源模型及 RTX Spark 等新硬件,提供从端侧到云端的统一 Agent 部署栈。
NVIDIA 在 GTC Taipei 和 COMPUTEX 上发布了开源世界基础模型 Cosmos 3,该模型整合视觉推理、多模态生成及动作预测能力,旨在帮助机器人、自动驾驶车辆等物理 AI 系统理解场景因果并预测未来状态。
推荐理由:NVIDIA Cosmos 3 作为开源世界基础模型,整合视觉推理与多模态生成能力,支持机器人及自动驾驶场景的因果预测与动作规划。
Torc Robotics 与 Mila – Quebec Artificial Intelligence Institute 建立战略合作,成为唯一加入该研究所的无人卡车公司。双方将在蒙特利尔设立专属研究空间,聚焦生成式世界模型、多智能体行为建模及强化学习等物理 AI 前沿领域。此次合作旨在结合学术卓越与现实部署,加速长距离自动驾驶卡车的商业化进程。
Boston Dynamics 发布了专为高强度物理工作设计的 Atlas 人形机器人,展示了其通过强化学习在仿真中练习数百万小时以掌握搬运迷你冰箱等复杂任务的能力。
推荐理由:Boston Dynamics 展示 Atlas 通过强化学习与高保真仿真训练,实现搬运重物等工业级任务,并开放相关技术细节。
Google DeepMind 发布 AI 天气模型 WeatherNext,该模型在 2025 年飓风梅利莎案例中首次实现从一级风速到五级强度的快速增强预测。
推荐理由:DeepMind 发布的 WeatherNext 模型在飓风梅利莎案例中首次实现从一级到五级强度的快速增强预测,为加勒比地区提供五天提前预警。
Google DeepMind 发布 Decoupled DiLoCo(Distributed Low-Communication)架构,旨在解决未来超大规模模型训练中维持数千芯片同步的物流挑战。
推荐理由:DeepMind 推出 Decoupled DiLoCo 架构,支持在低带宽和异构硬件下训练大模型,显著提升分布式训练的容错性与效率。
Skild AI 宣布收购 Zebra Technologies(前 Fetch Robotics)的机器人部门,将其 Symmetry Fulfillment 编排平台与 Skild Omni-Bodied Brain 结合,旨在解决仓库物流中传统方案对特定硬件依赖强、系统割裂的问题。
推荐理由:Skild AI 收购 Zebra Robotics 部门,旨在将 Omni-Bodied Brain 与 Symmetry 平台结合,解决仓库物流中硬件依赖与系统割裂问题。
DeepMind 正式发布 Gemini Robotics-ER 1.6 模型,该版本在空间推理、多视角理解及仪表读数能力上显著优于前代。新增的仪表读数功能允许机器人自主解读压力计和液位计等复杂工业设备,结合波士顿动力 Spot 机器人的实地需求开发。
推荐理由:DeepMind 发布 Gemini Robotics-ER 1.6,新增仪表读数能力并强化空间推理与多视角理解,开发者可通过 API 和 Colab 立即试用。
Generalist 发布博文阐述其 GEN-1 模型的核心理念:该模型约 99% 参数从头训练,旨在打造原生物理交互基础模型而非微调的视觉语言模型或单纯的世界模型。作者认为目标驱动优于方法标签,强调在数据充足时从 scratch 训练更具优势,并指出随着物理交互数据量突破半百万小时,以往依赖视觉语言数据的“拐杖”约束正在改变,团队正以此为基础向全零样本机器人和物理 AGI 迈进。
推荐理由:作者阐述 Generalist 坚持从 scratch 训练 GEN-1 的底层逻辑,认为目标驱动优于方法标签,并指出数据约束已改变。
DeepMind 提出四项原则,利用 Gemini 赋能的 AI 指针将像素转化为可操作实体,支持用户通过指向和语音直接请求如“显示路线”或“比较产品”等复杂任务。该实验环境已在 Google AI Studio 上线演示,并正整合进 Chrome 浏览器及即将推出的 Googlebook Magic Pointer 功能中。
Skild AI 宣布与 ABB Robotics、Universal Robots 和 Mobile Industrial Robots 合作,将其全身体智能(omni-bodied)基础模型 Skild Brain 集成到主流工业机器人产品线中。
推荐理由:Skild AI 宣布与 ABB、优傲机器人及 NVIDIA 合作,将通用物理 AI 大脑集成至主流工业臂并部署于富士康产线。
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 AI 与 Verizon Business 签署商业协议,将 Verizon 的 5G/LTE 连接能力、IoT 遥测及 ThingSpace 管理平台引入 Kodiak 的无人驾驶卡车解决方案。
推荐理由:双方达成商业协议,利用 Verizon 5G 与 ThingSpace 平台支持 Kodiak 的远程辅助自主驾驶及车队管理。
Google DeepMind 宣布即日起向全部 17 个 DOE 国家实验室提供加速访问权限,部署基于 Gemini 的"AI co-scientist"多智能体虚拟协作系统。
Google DeepMind 推出 WeatherNext 2,这是其最先进的天气预测模型,能将预报生成速度提升 8 倍且分辨率达到 1 小时。该模型基于功能生成网络(FGN)架构,能从单一输入预测数百种可能的气象结果,在 99.9% 的变量和 0-15 天的时效上超越上一代 WeatherNext 模型。
推荐理由:DeepMind 推出 WeatherNext 2,生成速度提升 8 倍且分辨率达小时级,支持数百种场景预测并已在 Earth Engine 开放数据。
Generalist 发布了 GEN-0,这是一类专为高保真原始物理交互设计的具身基础模型。该模型在超过 27 万小时的真实世界操作数据上预训练,观察到当参数量达到 7B 时出现智能相变,小模型发生僵化而大模型持续改进。GEN-0 具备和谐推理、跨载体适配及不再受限于数据的特性,其缩放定律表明更多预训练数据和算力可一致地提升下游任务性能。
推荐理由:原文报告了 GEN-0 在真实物理交互数据上的规模效应与相变现象,为机器人基础模型的训练架构提供了新范式。
Figure 宣布与 Brookfield 达成战略合作,Brookfield 将协助 Figure 利用其管理的超十万住宅单元、5 亿平方英尺办公空间及物流空间,通过人类视频采集构建 Helix 视觉语言动作模型的全球最大且最多样化的现实世界预训练数据集。
推荐理由:Figure 与 Brookfield 达成战略合作,利用后者超十万住宅及商业空间构建 Helix 模型预训练数据集并探索机器人部署。