跳到正文
8月18日周二
  1. OpenCV Blog45

    Ai2 发布 MolmoMotion:用语言指令预测三维点轨迹的开源多模态模型

    Ai2(Allen Institute for AI)推出 MolmoMotion,该模型基于 Molmo 系列扩展能力,利用自然语言指令在三维空间中预测物体后续的点轨迹。此次 OpenCV Live! 演示展示了模型如何从场景描述进阶至动态行为预测,标志着开源多模态模型在具身智能任务中的新突破。

8月17日周一
  1. Luxonis DepthAI · Releases58

    DepthAI Core 发布 v3.9.0 版本

    Luxonis DepthAI Core 库发布 v3.9.0 版本,新增 Beta 功能命名空间以支持实验性节点,并修复了 RVC2 PoE 设备发现问题及 RVC4 上的视频编码延迟与去畸变参数。更新包含对 RVC4 和 RVC2 的原生支持、深度着色工具改进以及多项针对 YOLOv6 解码和图像处理的 Bug 修复。

  2. Viser · Releases2

    Viser 发布 v1.1.0 版本,新增面板重写、本地存储 API 及动态高斯更新等核心功能

    Viser 工具包 v1.1.0 发布,主要变更包括改进的面板重绘与停靠机制、新增 gui.add_panel() 创建浮动面板及 client.local_storage 读写浏览器存储。此次更新还修复了 GPU 缓冲区泄漏、场景序列化效率及相机轨道控制距离限制等性能问题,并支持动态高斯属性替换。

8月14日周五
  1. Drake · Release Notes12

    Drake v1.56.0 发布:Python 绑定迁移至 nanobind、移除 Docker 镜像与 Eigen 旧版自动微分支持

    Drake v1.56.0 提供 drake/version.h 头文件并启动将 Python 绑定从 pybind11 迁移至 nanobind的进程。此次更新移除了对 Docker 镜像及 drake-apt 站点的支持,同时弃用了 Eigen 旧版自动微分功能改用自研实现。用户需关注相关 issue 以获取 beta 版本测试指南及构建系统依赖升级说明。

8月13日周四
  1. Genesis World · Releases68

    Genesis World v1.3.3 发布:修复刚性求解器与改进 MuJoCo 兼容性

    Genesis World v1.3.3 发布,修复了刚性求解器收敛回归问题,引入 torch-like 选项 use_deterministic_algorithms 以确保机器内位精确复现。

    推荐理由:该版本修复了刚性求解器收敛回归并引入确定性算法选项,同时改进了 MuJoCo 兼容性以支持原生接触点多接触模式。

8月12日周三
  1. 文远知行 · Newsroom75

    文远知行发布 2026 年 Q2 及上半年财报:营收同比增长 82%,海外收入激增 164%

    文远知行于 2026 年 8 月 12 日发布财务结果,2026 年上半年总营收达 5100 万美元,同比增长 73%;其中 Q2 单季营收 3420 万美元,同比增长 82%,海外收入同比增长 164%。

    推荐理由:文远知行披露 2026 年上半年营收增长 73% 及海外业务爆发式增长,L4 Robotaxi 与 L2++/L3 商业化加速推进。

  2. NVIDIA Technical Blog11

    NVIDIA JetPack 7.2.1 新增智能体视频技能与 T3000 仿真支持

    NVIDIA JetPack 7.2.1 为 Jetson 平台引入 Agentic Video Skills,使机器人能自主规划多步骤视频任务。该版本同时提供 T3000 GPU 硬件的完整仿真环境,支持开发者在本地验证复杂视觉推理与操作策略。此更新强化了从数据采集到 AI 推理再到结果编码的全链路能力,加速具身智能应用落地。

8月11日周二
  1. NVIDIA Technical Blog12

    NVIDIA Nemotron 3.5 Lightning 为长运行智能体提供快速精准的任务执行能力

    NVIDIA Nemotron 3.5 Lightning 是一款开源的 30B MoE 模型,拥有 3B 活跃参数,专为长运行 AI 智能体的高频工具调用与结果验证等执行层设计。该模型旨在解决在每一步执行都使用前沿推理模型所带来的高成本与延迟问题,通过轻量化架构提升持续运行智能体的效率。

  2. Mobileye Blog42

    Mobileye 推动 L2+ 高阶辅助驾驶规模化落地:EyeQ6 High SoC 与 REM™数据闭环赋能双手离轮体验

    Mobileye 通过整合 EyeQ6 High SoC、REM™及驾驶员监控系统,实现包含高速双手离轮、自动变道及泊车在内的 L2+ 统一能力。系统依托超 800 万辆采集车辆生成的 340 亿英里数据(截至 2025 年),在扩大 ODD 范围的同时兼顾成本与可靠性。该方案旨在将高阶自动驾驶技术安全、可扩展地引入量产车型,重塑车内驾驶体验。

8月10日周一
  1. NVIDIA Technical Blog45

    Meta 发布开源模型 Muse Glimmer,支持在 NVIDIA 边缘及工作站平台运行本地智能体工作流

    Meta 推出开源稠密模型 Muse Glimmer,该 30B 参数模型拥有超 12 万上下文窗口,专为本地 AI 智能体工作流设计。其在单张 GPU 上可实现每秒处理 2 万个 token 的推理速度,支持在 NVIDIA 边缘、桌面及工作站平台运行,使智能体能持续在线地本地处理数据并执行复杂任务。

8月7日周五
  1. Torc Robotics · 自动驾驶技术与安全20

    物理 AI 在运输与货运的未来:TorcDrive 以高速公路为切入点逐步扩展生态

    Torc Robotics 指出物理 AI 并非新事物,而是货运行业数十年来构建的终极目标。该领域将从高速公路这一已验证的“滩头阵地”起步,优先在高流量州际走廊和可预测长距离航线上部署 TorcDrive,随后逐步向仓库、堆场等复杂场景扩展。这种分阶段演进模式强调在设计域内安全可靠地解决环境变化与不确定性问题,而非单纯追求技术替代。

8月6日周四
  1. NVIDIA Blog · Physical AI82

    NVIDIA 发布 Cosmos 3 开放世界模型系列

    NVIDIA 发布 Cosmos 3 开放世界模型系列,该系列包含 Super、Nano 和 Edge 三个版本,分别针对高保真建模、高效推理及端侧部署优化。模型基于 OpenMDW 1.1 许可,支持在自有数据与硬件上进行后训练,旨在解决物理 AI 中罕见事件复现难与环境多样性不足的问题。

    推荐理由:NVIDIA Cosmos 3 以开放权重形式发布,提供从视觉推理到世界生成的统一架构,支持团队在自有硬件上进行后训练与专用化。

8月5日周三
  1. Torc Robotics · 自动驾驶技术与安全15

    Torc Robotics 加入 Auto-ISAC 强化网联商用车网络安全协作

    Torc Robotics 宣布加入 Automotive Information Sharing and Analysis Center (Auto-ISAC),以加强网联商用车辆的网络安全协作。作为戴姆勒卡车旗下子公司,Torc 将借此与车企及供应商共享网络威胁情报并制定最佳实践,确保其面向美国长途货运的自动驾驶卡车产品在商业化部署中具备安全韧性。

  2. 奥比中光 Orbbec · News42

    奥比中光在 ROSCon JP 2026 展示物理 AI 免机器人数据采集硬件平台

    奥比中光于 ROSCon JP 2026 首次在日本推出结合多传感器融合与全球量产能力的物理 AI 免机器人数据采集硬件平台。该平台围绕 EGO、UMI 和 WristCam 构建,支持第一人称观察及手腕级近场数据收集;其 Dual-Ego 原型具备双 200 万像素鱼眼相机、1ms 同步精度、最高 1000Hz 六轴 IMU 及 200g 轻量化设计。

  3. NVIDIA Technical Blog23

    Beyond VLAs:世界动作模型重塑机器人操作

    针对机器人策略难以泛化的挑战,NVIDIA 提出超越视觉语言动作模型(VLA)的世界动作模型架构。该模型要求策略理解任务背后的物理规律而非单纯模仿演示,以应对物体形状、位置或光照变化等条件改变。此研究旨在解决训练场景外泛化难题,为具身智能提供新的技术路径。

8月4日周二
  1. NVIDIA Blog · Physical AI87

    NVIDIA Alpamayo 2 Super 超大规模开放模型现已支持商用

    NVIDIA Alpamayo 2 Super 作为 Alpamayo 家族最新成员,基于 Cosmos 3 Super Reasoner 并通过强化学习后训练,现已通过 OpenMDW‑1.1 许可面向商业使用。

    推荐理由:NVIDIA Alpamayo 2 Super 以 OpenMDW‑1.1 许可面向商业部署,在多任务推理与仿真闭环工作流中提供前沿级能力。

  2. NVIDIA Technical Blog73

    NVIDIA 发布开源推理视觉模型 Alpamayo 2 Super

    NVIDIA 发布了开源的 340 亿参数推理视觉模型 Alpamayo 2 Super。该模型旨在解决自动驾驶开发中轨迹生成、高层意图预测、场景理解及数据标注依赖独立模型导致难以对比输出和复用表征的问题,提供统一的推理能力以支持相关工作流。

    推荐理由:NVIDIA Alpamayo 2 Super 作为开源推理视觉模型,旨在统一轨迹生成、意图预测与数据标注任务,解决传统开发流程中多模型割裂导致的行为难以对比与复用的问题。

  3. Boston Dynamics · Blog12

    Boston Dynamics Atlas 头部模块化设计与感知升级访谈

    Boston Dynamics 机械工程师 Taylor Frey-Baker 解析 Atlas 电动版新增头部以适配人机共融场景,通过立体视觉模块实现环境感知与状态指示。其可插拔的 compute core 核心允许独立升级算力而无需重构整机,复用全身执行器支持头部连续旋转。该设计兼顾了从玩具到工业机器人的职业成长路径,展示了模块化架构在保持物理 AI 迭代速度上的优势。

  4. NVIDIA Technical Blog12

    NVIDIA Vera Storage Benchmarks:AI 原生存储加密、压缩与恢复性能提升

    NVIDIA Vera Storage Benchmarks 针对 AI 智能体工作流中的检索、持久化内存及 KV Cache 复用等场景,实测验证了其在加密、压缩、完整性校验及数据恢复方面的加速效果。该基准旨在确保存储系统持续供给并保护驱动智能体推理循环的数据,以应对多步操作引发的频繁读写需求。

8月3日周一
  1. 文远知行 · Newsroom62

    文远知行与 GreenMobility 达成战略合作,进军北欧市场并计划在丹麦部署 L4 级自动驾驶车队

    文远知行(WeRide)与丹麦领先的共享出行运营商 GreenMobility 宣布建立战略伙伴关系,旨在将 WeRide 的 L4 级全自动驾驶技术与 GreenMobility 的本地车队运营能力相结合,在丹麦推出公共自动驾驶共享服务。

    推荐理由:文远知行与丹麦 GreenMobility 达成战略合作,计划于 2027 年上半年在丹麦推出合规的 L4 级自动驾驶共享出行服务。

8月1日周六
7月31日周五
  1. NVIDIA Technical Blog24

    NVIDIA Exemplar Cloud:消除 AI 集群性能差异的参考架构指南

    相同硬件配置的 NVIDIA H100、GB200 NVL72 或 GB300 NVL72 集群在训练吞吐量上常存在 8% 至 12% 的性能差距。NVIDIA Exemplar Cloud 通过优化内核配置栈,帮助合作伙伴部署消除与参考架构之间的性能断层。该技术文档为解锁 AI 基础设施全性能提供了关键配置指南。

7月30日周四
  1. Google DeepMind87

    Gemini Robotics ER 2 发布:以视频理解、任务编排和多机协作赋能具身智能

    Google DeepMind 正式发布 Gemini Robotics ER 2,作为新一代具身推理模型,它支持通过连续视频流进行进度分类与时刻定位(精度达 91.3%),实现毫秒级低延迟的任务编排。该模型原生支持多机器人协作、工具调用及实时空间感知,已在仿真环境及波士顿动力 Spot 等真实硬件上完成演示验证,现通过 Gemini API 和 Google AI Studio 向开发者开放。

    推荐理由:DeepMind 发布 Gemini Robotics ER 2,通过视频理解与任务编排提升机器人自主性,并开放 API 接口。

7月29日周三
  1. Genesis World · Releases68

    Genesis World 发布 v1.3.0:可微刚体模拟转正并增加摩擦模型

    Genesis World 发布 v1.3.0,将可微刚体模拟从实验性功能转为正式支持,新增扭转和滚动摩擦以缩小仿真到现实的差距。修复了 SPH 流体中浮力缺失、相机传感器刷新及渲染资产配准等若干问题。

    推荐理由:该版本将可微刚体模拟从实验性功能转正,并新增扭转与滚动摩擦以缩小仿真到现实的差距。

  2. Berkeley BAIR Blog78

    K-Search 扩展至 Apple Silicon:从 CUDA 到 MLX 的架构原生优化策略

    IBM Research 基于 Berkeley Sky Lab 的 K-Search 框架,构建了针对 Apple Silicon 的 MLX 后端及结构化翻译层,将 NVIDIA 数十年的内核优化知识迁移至 Apple GPU。

    推荐理由:IBM Research 扩展 K-Search 框架至 Apple Silicon,通过结构化翻译层将 CUDA 优化知识迁移至 MLX,实现接近专家级的性能。

  3. Momenta · 智能驾驶技术与运营70

    Momenta 获德国 KBA 颁发全国范围 L4 测试许可

    2026 年 7 月 29 日,Momenta 获得德国联邦机动车管理局(KBA)颁发的覆盖全国的 L4 级自动驾驶测试批准。该许可允许 Momenta 在德国全境的城市场景下开展测试,为其在慕尼黑等地的 Robotaxi 部署计划奠定了技术与监管基础。

    推荐理由:Momenta 获得德国 KBA 颁发的全国范围 L4 测试许可,标志着其技术成熟度获权威机构认可。

  4. NVIDIA Technical Blog13

    NVIDIA 利用 GPU 原生医学物理仿真开发医疗机器人以解决数据与实验限制

    医疗机器人无法像自动驾驶那样依赖海量互联网数据或无限次实地试验,因演示需专用设备、临床专家及患者环境。NVIDIA 提出通过 GPU 原生的医学物理仿真技术来应对这一挑战,旨在填补训练现代机器人策略所需的数据缺口并降低开发门槛。

7月28日周二
  1. Google DeepMind82

    Gemini Robotics 2 发布:赋予机器人全身体智能与多机协作能力

    Google DeepMind 正式发布 Gemini Robotics 2,旨在为下一代自适应机器人提供核心智能层。该系列包含三个模型:最先进的全身体视觉语言动作模型(VLA)支持从脚部到指尖的复杂操作;具身推理模型(ER)负责多步任务规划与人类交互;端侧优化模型(On-Device)可在数小时内适配全新机器人本体。

    推荐理由:DeepMind 推出 Gemini Robotics 2,提供全身体控制、灵巧操作及多机协作能力,并开放 On-Device 端侧适配与 ASIMOV-Agentic 安全基准。

  2. Google DeepMind MuJoCo · Releases75

    MuJoCo 3.11.0 发布:新增 SO(3) 姿态伺服与隐式弹性求解器

    DeepMind MuJoCo 3.11.0 版本发布,核心更新包括新增 geom/surfacevel 表面速度场以支持传送带等运动建模、geom/adhesion 粘附力及 pair/adhesion 远距离吸附功能。

    推荐理由:DeepMind MuJoCo 3.11.0 发布,新增表面速度场与粘附力建模、SO(3) 姿态伺服及隐式弹性求解器,支持 MIMO 执行器与多输入签名。