跳到正文
8月24日周一
  1. 奥比中光 Orbbec · News62

    Orbbec 与 Litchi Lab 达成战略合作提升世界模型数据质量

    在 2026 年世界机器人大会上,Orbbec 与物理 AI 基础设施提供商 Litchi Lab 宣布达成战略合作,旨在通过提供高质量 3D 深度数据和视觉传感器与仿真世界的双向对齐,提升世界模型的训练数据质量。双方将共同开发集成“3D 视觉感知 + 物理世界模型”的解决方案,以加速具身智能和物理 AI 的部署。

    推荐理由:双方宣布合作,Orbbec 提供深度相机硬件支持 Litchi Lab 的世界模型训练与双向对齐。

8月21日周五
8月20日周四
8月19日周三
  1. Generalist · Research Blog95

    Generalist 发布机器人基础模型 GEN-1.5:具身智能实现单样本学习

    Generalist 发布了最新机器人基础模型 GEN-1.5,该模型在预训练后无需微调即可通过单样本演示(物理提示)即时学习新任务,平均成功率达 59%,经少量梯度步优化后可提升至 83%。模型具备零样本仿真到现实迁移、组合泛化及即兴工具使用能力,支持从人类手部动作直接模仿机器人操作。

    推荐理由:该机器人基础模型 GEN-1.5 在预训练后无需微调即可通过单样本演示学习新任务,并具备零样本仿真到现实迁移能力。

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12日周三
  1. 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. IEEE Spectrum · Robotics45

    KIT 研发机器人回收系统自动拆解故障机器并保护零件

    卡尔斯鲁厄理工学院(KIT)推出新系统,利用预测算法与机械臂在拆解故障产品时识别缺陷并保护贵重部件。该系统结合 CAD 模型与数学模型实时验证动作,针对卡滞螺丝等意外情况自动切换策略以优化效率。研究旨在推动循环经济,相关成果已在 IEEE ICRA 2026 会议展示且系统适用于各类通用产品。

8月10日周一
  1. IEEE Robotics and Automation Society3

    IEEE RAS 招募 IROS 2026 科学传播大使,提供差旅报销与内容推广支持

    IEEE Robotics and Automation Society 面向参会者招募 IROS 2026 科学传播大使,选拔人将制定沟通策略并产出视频、博客等内容。入选者可获得最高 1000 美元差旅费报销(不含注册费),协会还将协助分发内容以提升渠道曝光。申请截止至 2026 年 8 月 31 日,会议将于 9 月 27 日至 10 月 1 日在匹兹堡举行。

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。

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24日周五
7月23日周四
  1. Generalist · Research Blog78

    Generalist 发布 GEN-1 具身基础模型,支持千手通用物理智能

    Generalist 发布最新具身基础模型 GEN-1,该模型在超过五十万小时真实交互数据上预训练,覆盖从五指人手到专用工具等九千多种末端执行器变体。研究通过任务向量分析量化了不同工具的权重更新幅度(2.5%至11.4%),并验证了模型能在中任务切换机械手时即时适应新策略。该工作旨在构建不依赖特定硬件形态的通用物理智能,使机器人能像工具箱一样灵活组合工具完成任务。

    推荐理由:GEN-1 基础模型支持多种末端执行器,通过混合数据训练实现跨工具策略迁移与中任务切换适应。

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21日周二
  1. The Decoder · Robotics78

    Xiaomi-Robotics-1 模型发布:更多数据胜过更大模型

    Xiaomi-Robotics-1 是一款旨在适应陌生环境和快速学习新任务的具身智能基础模型。该团队利用手持机械臂采集了超过 10 万小时的运动数据,并通过 AI 自动标注完成预训练。

    推荐理由:小米展示新模型证明在机器人运动训练中,增加数据量比扩大模型规模更能提升泛化性能。

7月11日周六
  1. Genesis World · Releases76

    Genesis World v1.2.2 发布:增强触觉传感器与碰撞检测鲁棒性

    Genesis World v1.2.2 发布,新增支持噪声选项(迟滞、死区、探针增益)的触觉传感器家族,适用于通过强化学习训练灵巧策略。修复了非凸碰撞检测中的虚假深接触和薄壳穿模问题,并将 noslip 后处理步骤的性能损耗控制在 20% 以内。同时修复了 go2_backflip RL 训练示例及大数据量下的数据访问器回归问题。

    推荐理由:该版本修复了触觉传感器与碰撞检测的稳定性问题,并优化了 RL 训练性能。

6月17日周三
  1. NVIDIA Isaac Lab · Releases70

    Isaac Lab 发布 v3.0.0-beta2 版本

    NVIDIA Isaac Lab 发布 v3.0.0-beta2 版本,重点稳定了 PhysX、Newton 及 OVPhysX 等多后端架构,增强了 Newton 物理与 Kit-less 工作流支持。

    推荐理由:Isaac Lab 3.0 Beta 2 稳定了多后端架构与 Newton 物理支持,简化训练命令并修复多项运行时问题。

6月9日周二
  1. Google DeepMind72

    Google DeepMind 发布 Gemma 4 12B:首个原生支持音频输入的无编码器多模态模型

    Google DeepMind 正式发布 Gemma 4 12B,这是其首款原生支持音频输入的中尺寸多模态模型。该模型采用无编码器统一架构,视觉和音频信号直接流入 LLM 主干,在标准基准测试中表现接近 26B MoE 版本但显存占用减半,仅需 16GB 显存即可在消费级笔记本本地运行。

    推荐理由:Gemma 4 12B 采用无编码器统一架构,原生支持音频输入且仅需 16GB 显存即可在本地笔记本运行。

  2. Google DeepMind62

    Google DeepMind 加速器:15 家欧洲机器人初创企业入选并获 AI 技术支持

    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。

6月3日周三
  1. NVIDIA Blog · Physical AI75

    NVIDIA 与微软联合发布 Cosmos 3 等物理 AI 模型及 RTX Spark 新硬件

    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。

5月28日周四
5月22日周五
5月18日周一
  1. Boston Dynamics · Blog67

    Boston Dynamics 发布 Atlas 人形机器人:强化学习驱动的重物搬运与高保真仿真训练

    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。

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。

  2. Figure · News84

    Helix-02 发布:单策略实现双人协同整理卧室

    Figure 展示了 Helix-02 双机器人无中央协调器、仅凭视觉语言动作策略协同整理卧室的演示,验证了单一神经网络处理多智能体协作与变形物体操作的可行性。

    推荐理由:Figure 展示了 Helix-02 双机器人无中央协调器、仅凭视觉语言动作策略协同整理卧室的演示,验证了单一神经网络处理多智能体协作与变形物体操作的可行性。

5月6日周三
  1. Google DeepMind12

    Google DeepMind 发布 AlphaEvolve:Gemini 驱动的代码智能体在科学发现与基础设施优化中实现规模化影响

    Google DeepMind 展示其 Gemini 驱动的 AlphaEvolve 代码智能体,已在基因组学、电网优化及地球科学等领域加速科研突破。该系统将 DNA 测序错误检测误差降低 30%,使量子电路错误率降至基线的 1/10,并将旅行商问题等经典数学挑战的求解效率提升超 4 倍。

4月28日周二
  1. EMVA 欧洲机器视觉协会 · 新闻18

    EMVA 发布 GenICam SFNC 2.8 与 GenDC 1.2 标准,确立 GigEVision 3.0 候选版并推进 LensConnect 等新规

    EMVA 于布拉格举办的 IVSM 春季会议发布了 GenICam 工作组的新标准:SFNC 2.8 和 GenDC 1.2。会议还确定了 GigEVision 3.0 的发布候选版本,计划年底推出 CameraLinkHS 1.3 及 JIIA 的 LensConnect 标准。此外,GenApi 参考实现优化与 CoaXPress 3.0 规范更新也在议程中讨论。

4月22日周三
  1. Google DeepMind70

    Decoupled DiLoCo:一种面向全球分布数据中心的弹性分布式 AI 训练新架构

    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。

4月21日周二
4月17日周五
  1. EMVA 欧洲机器视觉协会 · 新闻3

    GenICam Working Group 发布 SFNC 2.8 与 GenDC 1.2 模块更新

    GenICam 工作组在布拉格国际视觉标准会议上发布了两个模块更新。SFNC 2.8 新增 CoordinateMapA/B 组件、Scan 3D Projection 模式及 JPEG XS 压缩支持,并统一时间戳单位为 ns;GenDC 1.2 引入对 JPEG-XS 载荷的支持以提升互操作性。两项更新均包含电气单位标准化及多项澄清修正以适配 GigE Vision 3.0 规范。

4月14日周二
  1. EMVA 欧洲机器视觉协会 · 新闻1

    EMVA 青年专业奖申请截止延期至 2026 年 4 月 30 日,获奖者将在斯德哥尔摩峰会领奖并获差旅资助

    EMVA 青年专业奖申请截止日期延长至 2026 年 4 月 30 日,旨在表彰机器视觉领域的创新工作。获奖者将获得 1500 欧元奖金、免费会议通行证及前往斯德哥尔摩的差旅资助,并在 2026 年 EMVA Business Conference 上展示成果。该奖项致力于连接研究与工业界并推动专业教育。

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。

3月31日周二
  1. Open Robotics · 官方新闻18

    OSRA 完成 ROS、Gazebo 等开源机器人项目文档新信息架构设计,计划于 2026 年 9 月底前实施迁移

    Open Source Robotics Alliance (OSRA) 宣布完成所有开源机器人项目(含 ROS、ros-controls、Gazebo、Open-RMF)的文档新信息架构设计。该架构由专业机构 3di 协助打造,旨在根据用户需求重组内容以降低使用摩擦并支持多项目复用工具链。团队计划于 2026 年 9 月底前完成工具链修改与现有内容迁移,填补新增文档缺口以提升社区体验。

3月17日周二
  1. NVIDIA Isaac Lab · Releases78

    NVIDIA Isaac Lab 3.0 Beta 发布多后端架构与无套件安装模式

    NVIDIA Isaac Lab 3.0 Beta 基于 Isaac Sim 6.0 推出重大架构升级,引入多后端物理引擎(默认 PhysX、新 Newton)、可插拔渲染器系统及 Warp 原生数据管道。

    推荐理由:Isaac Lab 3.0 Beta 发布多后端架构与无套件安装模式,支持 Newton 物理引擎及多种渲染器,为机器人学习研究提供更灵活的仿真环境。