跳到正文
11月6日周五
  1. 智元 AGIBOT · Newsroom66

    六台智元 G2 机器人完成上海便利店 24 小时实测

    智元 AGIBOT 在上海徐汇区一家运营中的便利店完成了为期 24 小时的实地测试,六台 G2 轮式人形机器人累计完成 1,730 项任务。其中四台通过最终性能评估,涵盖顾客服务、货架补货、咖啡制作及清洁等场景。

    推荐理由:智元在便利店完成 24 小时实测,验证了 G2 机器人在真实零售场景下的任务执行与自适应能力。

11月5日周四
11月4日周三
  1. OpenCV Blog18

    OpenCV 直播演示构建机器人视觉皮层:结合 RealSense、Jetson 与 VLM 实现自主导航及自然语言控制

    OpenCV 于 11 月 5 日举办开发者专场,展示如何搭配 RealSense 深度相机、NVIDIA Jetson、ROS 2 及视觉语言模型构建机器人“视觉皮层”。现场基于 AgenticROS 演示了空间推理、自主导航、人形检测交互及自然语言控制等任务,并提供可运行的开源代码。

10月29日周四
10月28日周三
  1. 上海人工智能实验室 · 科研动态9

    上海 AI 实验室举行 2026 级博士生迎新活动并聘任首批兼职导师

    上海 AI 实验室于 10 月 23 日至 25 日举办 2026 级专项博士生迎新周,期间完成首批兼职导师聘任以构建多元协同育人网络。实验室主任周伯文勉励新生立足底层范式重构 AI 与科研关系,成长为 AI 原生研究者。活动涵盖科研辩论、圆桌交流及心理支持等环节,旨在护航学生全周期成长并服务国家重大战略需求。

10月27日周二
  1. 上海人工智能实验室 · 科研动态37

    上海 AI 实验室发布“国智揭榜”黑客松及书生·端砚科教共创计划,推动产学研协同创新落地

    10 月 23 日,上海 AI 实验室联合壁仞科技举办交流会并发布多项合作计划。实验室启动“国智揭榜”首期数智求解黑客松与“书生·端砚”科教共创计划,依托书生-S2 大模型验证前沿数学能力并开发通识课程。此外,联合华东师范大学、壁仞科技及上海仪电构建共享算力池,打通科研出题、算力支持与产业验证的完整协同路线。

10月7日周三
  1. Waymo Waypoint31

    Waymo 发布自动驾驶事故管理新框架:借鉴 FEMA 体系构建四阶段演练流程以强化车队应急协同能力

    Waymo 研究人员与事件准备专家联合发布论文,引入首个针对自动驾驶车队的事故管理框架。该方案适配联邦紧急事务管理局(FEMA)的国土安全演习评估计划,为开发者、运营伙伴及应急响应机构提供从规划到评估的统一演练方法。框架涵盖形成性咨询、教育桌面推演、总结性实操及确认性全规模演练四类场景,旨在通过跨组织协作提升应对自然灾害等突发事件的准备度与响应效率。

9月30日周三
  1. Torc Robotics · 自动驾驶技术与安全46

    Torc 成立 DL+S 部门以整合数据与仿真加速自动驾驶卡车研发

    Torc 成立 DataLoop and Simulation (DL+S) 部门,旨在统一组织内从数据摄入、处理到模型验证及部署的完整开发周期。该部门利用 Ray 等工具标准化工作流,管理每小时约 9TB 的卡车运营数据并构建闭环实验循环以加速 AI 模型迭代。通过整合仿真生成合成数据与强化学习,DL+S 确保在海量多模态数据处理下实现高效计算与可审计的安全部署。

  2. Figure · News28

    Figure F.02 退役:在芬兰伊马特拉熔炉中自主跳入钢水纪念

    Figure 将首批部署于宝马的 F.02 机器人队退役,并在芬兰伊马特拉工厂完成销毁。团队利用动作捕捉数据训练 AI 策略,使机器人在 24 小时内自主从二楼跃入钢水,即便电子设备失效也能无缝运行策略。熔炼后的金属条被运回美国加工成限量版纪念品,仅少量 F.02 保留在总部存储。

9月23日周三
  1. OpenCV Blog45

    OpenCV 演示合成数据在真实车险与租赁车队检测中的部署应用

    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。

8月21日周五
  1. NVIDIA Technical Blog15

    NVIDIA AVO 在 ARC-AGI-3 基准上达成 100% 通过率,验证长周期自主智能体的前沿通用架构能力

    NVIDIA AVO 系统在 ARC-AGI-3 基准测试中实现 100% 通过率,证明其作为长周期自主智能体架构的前沿水平。该成果表明,除前沿语言模型外,负责上下文管理、工具调用及故障恢复的代理系统(harness)对确保模型在扩展任务中的可靠运行至关重要。

8月18日周二
  1. 文远知行 · Newsroom43

    文远知行 CEO 汉瑞谈 Q2 财报:营收 3420 万美元增 82.2%,毛利率升至 37.5%

    文远知行 CEO 汉瑞在 CNBC 访谈中披露,公司 2026 年第二季度营收达 3420 万美元,同比激增 82.2%,毛利率提升至 37.5%。公司依托高效大语言模型 GENESIS 和 WITT 降低成本,并强调与宇通、博世及 Uber 等战略伙伴在全球 13 国超 60 城业务的稳健扩展。

8月13日周四
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。

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5日周三
  1. 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。

7月29日周三
  1. 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22日周三
  1. Google DeepMind27

    DeepMind 宣布为 DOE Genesis Mission 追加 4000 万美元投入,提供 AlphaEvolve、AlphaFold 3 等前沿 AI 工具及 Gemini for Government 一年期席位与 Token

    Google DeepMind 在 DOE Genesis Mission Summit 2026 上承诺投入 4000 万美元的 AI Token 和云额度,向所有能源部国家实验室提供 AlphaEvolve、AlphaFold 3、AlphaGenome、WeatherNext 及 AlphaEarth Foundations 等工具。

7月20日周一
  1. 奥比中光 Orbbec · News42

    奥比中光:3D 视觉赋能机器人与物理 AI 感知真实世界

    韩国媒体 Hankook Ilbo 在"2026 China Report"中指出,奥比中光通过高密度生态协作推动机器人从概念验证走向真实部署。其提供的空间感知能力覆盖人形机器人、服务机器人及工业自动化等场景,成为物理 AI 理解物理世界的基础接口。该报道强调,稳定的三维视觉是机器人实现导航、避障及人机交互的关键前提。

7月1日周三
  1. Berkeley BAIR Blog43

    2026 BAIR 研究生展示会:毕生涵盖具身智能、世界模型与视觉推理等前沿领域

    Berkeley BAIR Lab 庆祝 2026 届博士毕业生在物理 AI、大语言模型及计算机视觉等领域的卓越成就。毕业生去向包括 Physical Intelligence、OpenAI、Amazon 等行业实验室,以及普林斯顿大学、UCLA 和芝加哥大学的教职岗位。多位学者正投身于具身智能、世界模型构建及人机协作系统的研发与创业探索。

6月17日周三
  1. Google DeepMind23

    Google DeepMind 与英政府合作推出 Gemini 加速规划原型,试点 Barnet 等地拟助决策提速 50%

    Google DeepMind 联合英国政府及 Faculty 开发基于 Gemini 的 AI 规划原型,旨在将户主申请处理时间缩短 50%,释放规划师精力。该工具已在 Barnet、Camden 和 Dorset 完成早期测试,计划于 2027 年向全国议会开放,能自动提取数据、识别政策并起草报告初稿。最终决策权仍由人工把控,系统全程记录审计轨迹以确保责任可追溯。

6月11日周四
  1. Torc Robotics · 自动驾驶技术与安全28

    CVPR 2026 回顾:Torc 自动驾驶技术与物理多模态 AI 及可部署系统趋势交汇

    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。

6月3日周三
  1. World Labs · Research & Insights75

    World Labs:世界模型的三种功能分类及融合趋势

    World Labs 团队发布关于世界模型的功能分类法,将现有系统分为渲染器(输出像素)、仿真器(输出物理状态)和规划器(输出动作)。文章指出当前行业过度关注渲染与规划,而忽视作为结构骨架的仿真,并介绍其项目 Marble 通过同时生成高斯泼溅图与碰撞网格来模糊渲染与仿真的边界。最终目标是构建能统一处理视觉、物理结构与行动序列的基础模型,以推动空间智能的发展。

    推荐理由:文章提出渲染器、仿真器与规划器正从功能分离走向统一,指出仿真作为连接视觉与行动的枢纽是解决 sim-to-real 差距的关键。

5月22日周五
5月17日周日
5月12日周二
5月8日周五
  1. Berkeley BAIR Blog65

    自适应并行推理:高效推理扩展的下一代范式

    Berkeley BAIR 发布综述文章,探讨让大模型自主决定何时分解任务、生成并发线程数及协调策略的自适应并行推理(APR)范式。内容回顾了从固定并行到动态控制的演进,对比了 ThreadWeaver、Multiverse 等方法的 KV Cache 管理与训练奖励设计差异,并指出当前在推理时是否持续提升准确率、训练稳定性及硬件感知调度等方面仍存在开放问题。

    推荐理由:文章系统梳理了自适应并行推理范式,对比了从固定并行到动态控制的技术演进路径及训练奖励设计差异。

4月10日周五
  1. 百度 Apollo · 新闻资讯18

    深化产学研融合:百度 Apollo 向北京交通大学捐赠自动驾驶车辆

    近日,百度 Apollo 向北京交通大学捐赠一批自动驾驶车辆,支持自动化与智能等学院开展端到端世界模型、车规大模型及网络安全等前瞻研究。此次捐赠将直接服务于教学科研,助力学校人才培养与技术探索,推动校企协同创新迈上新台阶。

4月7日周二
  1. Generalist · Research Blog70

    Generalist:超越世界模型与 VLA,坚持从 scratch 训练原生物理交互基础模型

    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。

3月29日周日
  1. Google DeepMind12

    DeepMind 重新构想 AI 时代的鼠标指针:Gemini 驱动的实验性交互原理与 Chrome/Googlebook 集成计划

    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。

3月9日周一
2月18日周三
  1. World Labs · Research & Insights42

    World Labs 宣布完成 10 亿美元新融资,首款产品 Marble 支持从图像、视频或文本创建高保真持久三维世界

    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。

1月30日周五
  1. Kodiak AI · 自动驾驶货运62

    Kodiak 如何教自动驾驶车辆识别路面

    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。

1月29日周四
  1. Generalist · Research Blog72

    Generalist 博客:机器人的暗物质——物理常识

    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。

12月5日周五
  1. Kodiak AI · 自动驾驶货运35

    Kodiak AI 在陆军 xTechOverwatch 演示中展示虚拟驾驶员与实时遥操作能力

    Kodiak AI 在美国陆军 xTechOverwatch 演示中,利用搭载 F-150 的自主驾驶平台展示了作为战场情报节点的集成能力。士兵通过平板和手机观看五路摄像头直播流,并成功请求实现一键减速功能以辅助侦察任务。该展示验证了 Kodiak 虚拟驾驶员在复杂地形下的成熟度及快速迭代响应能力,获得政府官员对安全性的认可。

11月24日周一
10月24日周五
8月7日周四
  1. 百度 Apollo · 新闻资讯28

    百度 Apollo 星火赛事 | 第 27 届中国机器人及人工智能大赛 - 百度 Apollo 星火自动驾驶大赛圆满收官

    8 月 5 日,百度 Apollo 在苏州举办第 27 届星火自动驾驶大赛总决赛,设置仿真与实车两大赛项,吸引全国 350 余所高校、1800 支队伍参与。赛事新增实车赛项并捐赠第四代自动驾驶车辆,让选手将代码部署到真车体验,实现从仿真到真车的实战跨越。超 15% 的往届选手凭借赛事经历获得百度、华为等企业工作机会,深化产学研融合。

9月26日周四
  1. Kodiak AI · 自动驾驶货运42

    Kodiak AI 探索生成式 AI 提升自动驾驶安全:VLMs 如何赋能复杂场景决策

    Kodiak AI 将视觉语言模型(VLM)集成至其自动驾驶系统,利用文本知识与图像结合以增强对紧急车辆等长尾边缘案例的理解。该技术通过零样本分类与多模态解码器实现类人驾驶行为,使卡车能在未见过的复杂场景中做出精准决策并规划路线。此创新方法无需显式训练即可检测罕见事件(如高速警车),显著提升了感知栈的鲁棒性与适应性。