跳到正文
11月11日周三
  1. MIT CSAIL News72

    Workspace Models:一种新型记忆架构帮助机器人快速掌握复杂技能

    MIT CSAIL 和卡内基梅隆大学研究人员提出了名为 Workspace Models 的新方法,旨在解决现有基于 AI Agent 的机器人在处理长历史视觉数据时存在的延迟高、计算成本大及反应慢的问题。

    推荐理由:MIT CSAIL 与卡内基梅隆大学提出 Workspace Models,通过离线大模型蒸馏轻量化模块解决机器人长时记忆延迟问题。

11月10日周二
  1. Google DeepMind82

    DeepMind 发布 Gemini Robotics 2.5 模型以加速现实世界灵巧操作能力

    Google DeepMind 正式发布 Gemini Robotics 2.5,这是其目前最强大的视觉语言动作(VLA)模型,旨在提升机器人学习速度与广度。该模型在超过 200 项任务测试中,相比基线成功率高出 30% 至 100%,完成任务速度快 20% 至 30%。

    推荐理由:原文介绍了 Gemini Robotics 2.5 在任务广度、可靠性与安全方面的提升,并披露了与奔驰产线合作的实测数据及 ASIMOV-Jailbreak 基准。

  2. Berkeley BAIR Blog74

    UC Berkeley BAIR 团队亮相 CoRL 2026:发布多篇论文与开源工具

    UC Berkeley BAIR 团队在 CoRL 2026 会议上展示多项机器人学习成果,包括早期职业主题演讲、33 篇主会论文及 4 个 Late-breaking results 海报。

    推荐理由:UC Berkeley BAIR 团队在 CoRL 2026 会议展示多项机器人学习成果,涵盖从具身记忆、灵巧操作到世界模型及仿真工具的最新进展。

11月6日周五
  1. Hugging Face LeRobot · Releases38

    LeRobot v0.7.0 发布:重构安装训练与硬件层,支持 PyPI CUDA 13 及 Feetech/Dynamixel 驱动

    LeRobot 软件栈 v0.7.0 重构了安装、训练推理及硬件底层,移除 cu128 索引并升级 torch 至 PyPI CUDA 13 构建。新版本将环境配置重命名为*EnvConfig 格式,统一策略数据类型为单精度,并新增 FSDP2/HSDP 并行训练框架与 opt-in EMA 权重平滑功能。

9月22日周二
9月21日周一
  1. 智元 AGIBOT · Newsroom48

    智元 AGIBOT 在大湾区电影音乐会现场演示 WITA-Omni 具身原生全模态模型

    智元 AGIBOT 机器人于大湾区电影音乐会现场,通过 WITA-Omni 模型实现非脚本化的人机实时互动。该模型基于 Thinker-Talker-Actor 架构,在 DailyOmni 基准测试中综合准确率高达 85.21%,位列八项评估维度中的六项第一。演示验证了机器人能动态识别对话对象并协调语音、动作与表情,未来将拓展至娱乐及零售等复杂服务场景。

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3日周一
7月6日周一
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22日周一
2月28日周六
1月22日周四
8月2日周六
  1. Hugging Face LeRobot · Releases11

    LeRobot 发布 v0.3.2 版本,集成扩散策略与多数据集支持

    LeRobot 软件栈 v0.3.2 发布,新增 Pusht、Aloha 及 UMI-gripper 等数据集下载与评估功能。该版本整合了扩散策略(Diffusion Policy)与 ACT 策略模型,并优化了对 Apple Silicon MPS 后端的支持。更新还包含对 CPU 单核兼容性改进、WandB 日志配置调整以及多项训练与推理逻辑的修复。

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。