上海 AI 实验室推出支持递归式自我改进的科学多模态框架书生·元征
上海 AI 实验室发布科学多模态框架书生·元征(Sage SciPerception),引入递归式自我改进模式,让模型能自主分析任务表现并提出新的投影模块方案以优化感知架构。
推荐理由:上海 AI 实验室推出支持递归式自我改进模式的科学多模态框架,赋予大模型自主优化感知架构能力。
上海 AI 实验室发布科学多模态框架书生·元征(Sage SciPerception),引入递归式自我改进模式,让模型能自主分析任务表现并提出新的投影模块方案以优化感知架构。
推荐理由:上海 AI 实验室推出支持递归式自我改进模式的科学多模态框架,赋予大模型自主优化感知架构能力。
英伟达通过加速计算与物理 AI 技术,帮助工程师在芯片制造全生命周期中更快评估替代方案、预测工艺行为并优化流程。借助 cuDSS、PhysicsNeMo 等工具,COMSOL、Applied Materials 及 Siemens 将多物理场仿真速度提升最高 35 倍,部分原本需数天的等离子体建模仅需毫秒级完成。
上海人工智能实验室联合苏州国家实验室等推出“材华·MatVerse”材料多模态大模型及智能体应用体系。该模型采用独立编码器加统一解码器架构,将 XRD 谱图、电镜图像和分子结构等多源异构数据映射至同一语义空间,实现从知识记忆到逻辑推理的能力跃迁。
推荐理由:MatVerse 材料多模态大模型上线,支持 XRD 谱图与分子结构理解及机理推理,并开放评测基准。
Google DeepMind 正式发布 Genie 4,这是一款原生多模态的世界模型,旨在提升实时交互式仿真的真实感。该模型能同时生成类似音乐的音频、环境噪音及互动对话,并基于 Gemini 系列能力锚定现实外观与行为。
上海AI实验室推出通专融合智能体书生-A1.5(Sage-A1.5),在神经科学与电化学等真实场景中验证递归自我改进技术路径。该模型具备智能体编排与校验能力,可自主拆解任务、调度子智能体并行调研并修正推理偏差。35B参数版本在多项专业评测基准中表现优异,支持昇腾NPU及多种GPU架构,面向科研团队开放试用。
推荐理由:上海AI实验室推出通专融合智能体书生-A1.5,验证真实科学场景驱动基模自进化路径。
NVIDIA 扩展了 Cosmos 平台,推出新的训练工具、仿真检查点和 Cosmos Data Factory 蓝图,帮助开发者快速构建用于理解与模拟现实世界的世界模型。
推荐理由:NVIDIA Cosmos 平台新增数据工厂蓝图与训练工具,支持多模态合成数据生成及开源模型适配,旨在加速物理 AI 系统的开发与部署。
NVIDIA Omniverse DSX Blueprint 助力开发者将现场方案、设备资产及工程需求整合为一致模型,支持团队检视修订并准备仿真。该工具通过连接可编辑工作流,帮助团队在设计演进中探索替代方案并融入工程反馈,加速 AI 工厂数字孪生构建。
上海AI实验室联合中国科学院金属研究所等机构发布自进化合金设计专家模型“书生·衍金”(AlloyEvo)。该模型通过自主设计方案、智能评估性能并沉淀经验,在航空航天3D打印工程钛合金研发中实现突破:样品抗拉强度达1817MPa,较现有基准提升12.8%,均匀延伸率持平。AlloyEvo已集成至书生·端砚科学发现平台,支持高温合金、特种钢等新材料体系的设计与研发。
推荐理由:上海AI实验室联合多方推出自进化合金设计专家模型AlloyEvo,在工程钛合金研发中实现抗拉强度提升12.8%的突破。
上海人工智能实验室访问学者许地生团队依托书生科学多模态大模型 S2,基于通专融合技术路径与人机协同模式,完成了困扰数学界三十余年的三维 Ghys 猜想证明。北京大学董彬教授、刘若川院士团队利用 SHEAF 框架对论文全部四个主定理完成形式化验证,证明已通过 Lean 检验。
推荐理由:书生-S2 多模态大模型依托人机协同攻克三维 Ghys 猜想,形式化代码已公开,展示了国产模型在长程推理与科研级数学任务上的新能力。
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。
NVIDIA Omniverse 库结合 SimReady Foundation 规范与智能体技能,提供将 CAD 几何转换为 OpenUSD 并验证材质、碰撞及物理属性的结构化工作流。开发者需按此流程配置关节等属性以在测试前确保机器人行为模拟的准确性。该方案旨在简化机器人仿真资产准备过程,避免仅转换几何而忽略关键物理配置的常见错误。
NVIDIA 提出利用数字孪生和 AI Agent 来验证复杂的 AI 工厂基础设施变更,以解决软硬件栈快速变化带来的部署挑战。该方法旨在确保 GPU、CPU 等硬件及调度器、安全控制策略协同工作,保障各类工作负载的有效运行。
OpenCV 将于 2026 年 10 月 8 日周四上午 9 点(太平洋时间)举办名为"OpenCV Live! 228"的直播,主题聚焦构建从 OpenCV 到 NVIDIA Isaac Sim 的物理 AI 管线。NVIDIA Isaac Sim 作为开源参考框架,支持在基于物理的虚拟环境中进行机器人仿真、测试及合成数据生成,并能摄入 CAD、URDF 或真实世界捕获等多源数据。
Kodiak AI 宣布采用亚马逊云科技(AWS)作为核心云平台,支撑其 BreakPoint 安全验证工具、AI 模型训练及 Driver 自动驾驶系统的开发。该合作旨在利用 AWS 的高性能计算能力运行百万级仿真场景,加速在 2026 年底前于德州公共高速公路推出无人驾驶货运服务。此举为 Kodiak 未来在美国范围内的规模化部署提供了可扩展的云基础设施基础。
Click-Ins 系统利用几乎全由渲染数据训练的模型,从普通手机照片执行保险、租赁车队及经销商的车辆检测。该流程涵盖跨品牌车身的程序化生成凹痕、划痕及形变,并实现像素级自动标注。OpenCV CEO Dmitry Geyzersky 在直播中展示了这一合成数据驱动的真实世界检测方案。
NVIDIA 展示利用 Agentic AI 工作流检查 Blender 三维场景、在 OpenUSD 中生成仿真数据并添加物理属性,最终输出符合 SimReady 要求的数字孪生。该流程实现了从原始场景到仿真就绪交付物的自动化验证,支持物理 AI 系统的开发管线。
Drake v1.57.0 新增多体植物与场景图对虚拟传送带的仿真支持,并在 meshcat 中实现基于点击拖拽施加虚拟力的功能。该版本为最后支持 macOS Sequoia (15) 的发布,计划于 2026-12-01 将 Python 绑定从 pybind11 迁移至 nanobind。
Mobileye 提出以安全架构、边缘案例驱动学习、专用软件栈及规模优先工程为核心的物理 AI 方法,覆盖完全自主的 Robotaxi/消费级 AV 及工业与家用 Mentee 人形机器人。该体系通过 Meteor 识别长尾场景并利用 Genario 生成合成数据训练,旨在实现硬件软件垂直整合下的安全实时决策与灵巧操作能力。
Genesis World v1.4.0 新增将场景与完整轨迹导出为可跨机器加载的独立归档能力,确保通过 `gs replay` 实现位精确回放。此次更新还允许在连杆任意局部点施加外部力矩、保存内存构建场景及记录无资产依赖的轨迹文件。此外,修复了包括 URDF 解析、FEM 顶点约束及 GPU 休眠在内的多项次要漏洞与资产处理问题。
World Labs 发布下一代世界模型 Atlas,这是一个原生操作文本、图像、视频和 3D 数据的 Omni 多模态自回归扩散 Transformer。Atlas 具备相机控制生成(从单图或多图生成任意视角视频)、稀疏视图空间重建(从少量输入图像恢复 2D/3D 几何)以及时空仿真能力,可支持机器人 Real-to-Sim 工作流。
推荐理由:World Labs 推出原生支持文本、图像、视频与 3D 的 Omni 模型 Atlas,具备相机控制生成、稀疏视图重建与时空仿真能力。
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。
MuJoCo v1.2.3 发布,新增通过椭圆摩擦锥与高阻抗选项构建高精度静态摩擦模型功能。此次更新还改进了 fp32 精度下约束求解器的收敛性及等式约束稳定性,同时提升了非凸碰撞检测与非批处理 CPU 仿真的速度。
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。
Kodiak 采用自研的 BreakPoint 工具结合概率风险评估(PRA)方法,量化评估其自动驾驶系统在罕见场景下的碰撞风险。该方法将不确定性纳入数学模型,通过对比人类驾驶基准数据,系统性缩小未知危险场景空间以验证安全性能。
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。
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。
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。
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。
NVIDIA Isaac Lab v2.2.1 作为小版本补丁发布,新增 ContactSensor 接触点位置报告、环境动作描述符导出及 RSL-RL 对称示例。
Open Robotics 宣布其关联的 ROS、Gazebo 及 Open-RMF 等项目共有九名学生入选 Google Summer of Code 2025。
NVIDIA Isaac Lab v1.1.0 发布,新增 skrl 分布式多 GPU 学习及 JAX 训练评估支持。此次更新同时引入射线传感器 LiDAR 模式、可变形网格生成 API 及 PBS 作业调度器集群支持。官方正式停用 Isaac Sim 2023.1.1 版本支持,要求用户升级至 Isaac Sim 4.1 以获取最新功能与改进。
Open Robotics 宣布五名贡献者加入 Google Summer of Code 2024,致力于将 DAVE 项目的物理声纳仿真插件迁移并适配 ROS 2 与 Gazebo Harmonic。该项目旨在提升水下机器人模拟刷新率并支持侧扫等新类型声纳,以在真实部署前更准确验证自主算法。
Drake v1.26.0 发布,PyPI 轮子新增对 Python 3.11 和 3.12 的支持。这是最后一个支持 Ubuntu 20.04 的版本,同时废弃了 FindSeparationCertificateOptions.num_threads 等 API。
Drake v1.22.0 正式发布,新增 Python 3.12 轮子与 pip 夜间构建索引,但 macOS Monterey 支持已终止。此次更新修复了 RgbdSensor 相机姿态错误、SAP 缓存禁用时的段错误及未初始化内存问题。同时调整了 System 类继承规则并优化事件分发顺序以增强稳定性。
Drake v1.19.0 发布,将 multibody::MultibodyPlant 的重复帧名设为非法,并修改 ConvexSet 等类的返回类型以适配新 API。版本新增 ZeroOrderHold 时间偏移、RgbdSensor 图像时间输出及 glTF 文件渲染支持,同时引入 SoftOverMax 等新数学规划函数与 GurobiSolver 许可优化。
Drake v1.13.0 在 macOS 上启用 Python 3.11,并引入 RenderEngineGltfClient 支持第三方渲染器。该版本新增 SceneGraphCollisionChecker 简化碰撞查询,同时改进 URDF 解析与 YAML 处理。Breaking changes 包括模板类名称修饰及 SortedPair 绑定移除,需开发者注意回归测试兼容性。
Drake v0.16.0 发布,不再支持用户定义标量类型并移除了部分旧 API。该版本新增了多体动力学中间计算缓存、无质量刚体惯性支持及复合身体算法以提升求解器性能。官方提供 drake-20200311-{bionic|mac}.tar.gz 预编译二进制包,其中包含 SNOPT 求解器。
Drake v0.13.0 发布教程更新,包含使用 MultibodyPlant 的渲染功能及针对自定义评估器的优化。软件栈新增 SymbolicVectorSystem 的 LinearizeDynamics 与 dynamics_for_variable 特性,并引入 MathematicalProgram::indeterminates_index 等新接口。