Synaptics Scan Core 架构如何最小化自主移动机器人的 Wi-Fi 漫游中断
Synaptics Scan Core 采用专用扫描架构,在保持主无线电处理应用流量的同时持续监测邻近接入点,实现主动漫游以支持<80ms 延迟和<2%丢包率。该方案通过分离网络发现与应用流量,解决了传统 Wi-Fi 因背景扫描导致的连接中断、高功耗及延迟问题。此技术适用于制造、物流等需连续视频流与 AI 推理的自主移动机器人场景。
Synaptics Scan Core 采用专用扫描架构,在保持主无线电处理应用流量的同时持续监测邻近接入点,实现主动漫游以支持<80ms 延迟和<2%丢包率。该方案通过分离网络发现与应用流量,解决了传统 Wi-Fi 因背景扫描导致的连接中断、高功耗及延迟问题。此技术适用于制造、物流等需连续视频流与 AI 推理的自主移动机器人场景。
11月5日,菜鸟在香港智慧港宣布向AI与具身智能企业开放全球仓网,打造物流实景训练集群,覆盖仓储拣选、自主导航等数十个行业场景。同时推出“科技出海三日达”服务,解决高科技产品跨境运输、海外部署及售后运维难题。截至2026年10月,菜鸟物流科技已在全球29个国家落地超1100个项目,消费级机器人等业务收入同比增长一倍以上。
LobeHub 团队将支持 Agent 自主拆任务、派活、写代码、审 Bug 及跨项目接力的协作平台 LobeHub 开源。实测显示,其主管 Agent 可组建多智能体编辑部完成选题与网页开发全流程,并能临时新建 Worker 接力工作;系统通过共享工作空间保留进度,结合 Acceptance 验收机制确保人类掌握最终控制权。GitHub 仓库已开放源码供部署体验。
智平方在雅加达 DTIIF 2026 论坛上宣布,成为首家签约印尼国家战略投资管理机构 Danantara Indonesia 旗下 DDMF 的机器人企业。双方将围绕通用智能机器人与具身智能技术在制造业、物流业及公共服务等领域的真实应用展开合作。此次合作标志着中国通用智能机器人企业首次进入印尼国家战略产业布局,旨在通过本地化部署加速当地工业自动化与现代化进程。
论文提出了 Large Processing Model (LPM),这是一个基于扩散模型的生成式框架,旨在解决用户生成内容中复杂的真实世界退化问题。该系统通过大规模数据工程、基础模型训练和高效推理的统一架构,实现了任意长视频的逼真且时间一致的修复。
推荐理由:该工作提出首个工业级生成式视频修复模型,在快手生产环境处理约45%观看时长并降低20%码率。
针对外部感知不可靠场景下的惯性里程计问题,该研究提出 MosaicIMU 框架,利用基于原型的路由器组合特定载体的专家特征,解码局部速度与不确定性约束并融合历史感知扩展卡尔曼滤波。
上纬新材旗下启元机器人于11月8日宣布第10000台个人机器人(编号NO.10000)正式下线,仅用14天即实现从5000台到10000台的跨越。该成果依托“车规标准+3C量级”制造体系,通过工艺固化、自动化装配及百万级线束弯折等严格测试保障品质一致性。
芯驰科技正式开源D9-MAX软件SDK,该SDK基于车规级异构单芯底座,主要面向具身智能“小脑”场景,旨在为物理AI和机器人研发提供底层算力与软件支持。针对传统多板架构的痛点,D9-MAX芯片在一颗芯片内融合感知、运控与安全岛功能,其基于ARM DynamIQ Shared Unit技术,将12核CPU划分为8核与4核两个物理独立集群,实现运控与交互任务的物理硬隔离。
推荐理由:芯驰科技开源面向具身智能的D9-MAX软件SDK,提供车规级异构单芯底座与实时协议栈,支持6轴运动控制与功能安全认证。
在第26届亚洲国际物流技术与运输系统展览会(CeMAT ASIA 2026)上,中科创达旗下晓悟智能与北京人形机器人创新中心联合展示了全栈式工业具身智能平台。该平台由北京人形“慧思开物”通用具身智能平台与晓悟工业具身平台联动构成,前者提供具身大模型、跨本体VLA基座及运控能力负责长程规划,后者依托工业级实时内核实现多车型协同调度与统一编排。
本周具身智能领域多起产业动态:小米机器人在汽车工厂完成8小时长时作业验证及家庭场景试运营,其通用机器人操作基座模型获互联网大会奖项;丰田正式设立独立机器人部门“Toyota Robotics”。
Boston Dynamics 本周发布了第二代自主移动拖车卸货机器人 Stretch Gen 2。该机型旨在最大化运行时间并简化维护,具备模块化“即插即用”设计、汽车级连接器及连续旋转关节以提升耐用性。
NVIDIA 推出 Reshard Collective,解决强化学习后训练中推理与训练并行时的 GPU 资源解耦难题。该技术允许在独立 GPU 上运行策略模型推理并实时生成轨迹,同时仅对训练 GPU 更新权重且定期刷新全量参数。此方案显著提升了物理 AI 模型训练的并行效率与资源利用率。
中科慧远视觉技术于 2026 年 11 月 7 日完成辅导备案登记,正式启动 A 股上市进程。公司由中科院博导张正涛创办,构建了“慧视”、“慧脑”及“慧灵”三大标准化平台,并推出搭载多模态成像系统的 CASIVIBOT 工业具身质检机器人。目前该机器人已发布 Z1-Lite、Z1-SE 两款型号,分别面向微电机电子检测与硬质材料刀具检测场景,产品在国内服务五十余家行业龙头企业。
PPIO 沙箱把独立执行环境封装为开箱即用的 API,解决 Personal Agent 需常驻、主动推进及动手能力的架构难题。该方案支持冷启动平均不到 200 毫秒,实测 25000 并发下成功率 99.8%,提供暂停恢复与克隆功能以保障任务长时运行。作为国内首款兼容 E2B 接口的沙箱,其上线一年创建规模增长超 120 倍,每日运行量达上百万次。
第九届中国国际进口博览会期间,安波福分别与它石智航、上海电气签署战略合作协议,双方合作涵盖机器人规模化部署及工业场景联合验证。根据规划,来自两家合作伙伴的数百台具身机器人将逐步进入安波福一线生产场景开展技术验证与方案优化,运行数据将反馈至产品开发与模型优化环节。
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。
该论文针对文生图模型存在的局部细微失败问题,提出结构化缺陷定位(SDG)框架,将诊断转化为包含位置、类型、原因及重要性的元组集合预测。作者构建了包含 30K 图像的 SDG-30K 数据集及专用评测协议 SDG-Eval,并设计了基于视觉语言模型的检测器与 BoxFlow-GRPO 奖励转换机制以支持模型对齐。实验表明该方法在结构化缺陷定位上优于主流专有模型,并能有效改善生成质量。
ManimCode 是一个针对教育动画生成的数据与训练框架,旨在解决渲染后存在的视觉缺陷、解释缺失或内容错误问题。研究构建了包含 24,034 条经过渲染验证和过滤的 ManimData 数据集,记录了中间程序、执行错误及修正轨迹。
推荐理由:该工作提出 ManimCode 框架,利用渲染反馈数据训练单模型实现教育动画的视觉自我修正与代码迭代。
11月5日,由广汽集团孵化的慧仑科技与广汽动力业务单元(广汽动力BU)签署具身智能机器人生产合作协议,正式落地双方6月的战略框架协议。分工上,慧仑科技输出技术体系、工艺规范和全套生产物料;广汽动力BU承接整机总装、性能测试和成品交付,联合搭建万台级标准化产线。
Marconi Associates 指出美国机器视觉并非工程师总量短缺,而是缺乏融合光学、控制及现场部署经验的特定技能组合。2026 年上半年北美市场交易增长 7.8%,但高薪无法抵消高频差旅等隐性成本,单一职位描述易导致候选池萎缩。企业需明确区分算法开发与应用调试角色,并关注候选人实际项目经验而非仅看品牌平台背景。
Ambi Robotics 正为 Black Friday 等物流旺季做准备,其 AmbiSort B Series 系列系统通过自动引导、扫描及端到端分拣优化最后英里交付。公司将在八个设施部署新系统版本,并提前向东部枢纽站点增派备件以降低停机时间。此外,Ambi 利用 AI 模型分析工单数据辅助员工快速解决现场问题,同时保持核心支持团队由真人提供培训与故障修复以建立信任。
XROGO 在 CeMAT ASIA 2026 正式发布“机器人到岗计划”,聚焦制造上下料及机房配电室巡检两类真实岗位。该计划采用“租赁服务 + 工人带教”模式降低部署门槛,联合伙伴共建解决方案以提升持续作业能力。XROGO 愿与全球生态携手,推动机器人在具体作业中接受检验并扎根客户场景一线。
针对视觉语言动作模型(VLA)推理耗时可能超过机器人实时需求的问题,本文对七种推理优化方法进行了全面测量研究。研究在从数据中心 H100 到嵌入式 Jetson Thor 的四类 GPU 上评估了七个最先进的 VLA 模型,分析了 CPU 启动开销、内存带宽和内核效率如何共同影响优化收益,以及单一方法的改变如何影响其他方法的增益。
卡德克斯(Kardex)推出整合投影指令与手势感知的智能分拣助手,通过本地计算单元协同 FulfillX 仓库执行系统优化拣选流程。该方案支持条码扫描及序列号识别,能应对产品形态变化并适应环境光照波动。Fred Fox Jr. 强调需在实际站点评估视觉对节拍时间的影响,确保系统在复杂工况下的稳定运行与高可用性。
NVIDIA 开发了 AI Factory Operations Agent,旨在通过单一界面让智能体自动关联分析计算、网络及硬件等多维数据以定位训练性能下降原因。该工具直接应用于 NVIDIA DGX SuperPOD 集群的现场可靠性工程场景,替代工程师需查看多个仪表盘的繁琐操作。
该研究针对学习型规划器对驾驶数据长尾分布敏感的问题,提出 FlowDrive 框架。该方法采用轨迹模式重加权策略平衡采样数据,并引入条件修正流将噪声直接映射到轨迹分布。通过加入受控引导与轻量后处理(FlowDrive*),在 nuPlan 和 interPlan 基准测试中实现了接近或超越规则基线方法的最先进性能。代码已开源。
极智嘉正式推出《24/7自主智能仓计划》,目标是通过具身智能解决复杂拣选难题,并构建拥有“仓库大脑”的全仓智能系统。该系统整合RMS、WES、IOP三大底层模块与监控、分析、部署三类AI Agent,旨在实现从发现问题到自主决策的闭环,让仓库在7×24小时运行中持续学习进化。材料介绍了其Gravity统一具身框架及Gino 1等产品的落地表现,并引用了全球市场数据以佐证其规模化商业能力。
针对视觉语言动作模型在边缘设备因自回归解码导致的低延迟问题,该研究提出 ActionFlow 系统级推理框架。其核心是跨请求流水线策略,将内存受限的解码阶段与计算受限的预填充阶段智能批处理以最大化硬件利用率;同时引入跨请求状态打包前向算子和统一 KV 环缓冲区融合碎片化内存操作。实验显示,在 OpenVLA-7B 模型上无需重训即可实现 2.55 倍 FPS 提升,支持边缘硬件上的实时动态操作。
论文系统发现视觉生成模型中,强化学习(RL)后训练带来的单样本质量提升并不总能随测试时采样预算增加而转移;在高采样预算下,RL 增益可能衰减甚至反转。作者提出 Quantile Utility Policy Optimization (QUPO) 方法,通过优化不同推理预算对应的分位数效用混合,在保持高质量尾部输出的同时显著提升对困难提示的扩展能力。
该研究量化了由 GPT-6-Astra、RPent 和 pi0.5 生成的 80 个 LIBERO-PRO 任务集的工作负载,发现视觉语言大脑的长上下文 KV 缓存会挤占动作策略的执行资源。在 H800 GPU 上,静态并发上限可将吞吐量从约 2.4 提升至 5.00-5.55 任务/分钟,并满足严格的动作截止时间要求。
推荐理由:论文量化了多机器人集群中视觉语言大脑与动作策略的并发资源冲突,提出基于工作负载特征的准入控制原则。
作者报告了 MiniMax H3(20.38B 参数)完全在 Apple Silicon M5 Pro 和 64GB 统一内存上本地运行的端到端部署与测量结果。
论文提出 Reflex 框架,解决现代机器人策略因昂贵推理导致的实时控制延迟与多机吞吐量瓶颈。不同于仅缓存中间状态的方法,Reflex 缓存完整动作块以绕过昂贵的策略主干网络,并通过两级缓存修正机制处理相似观测需不同动作及误差累积问题。实验显示该方法在代表性负载和真实机器人上,将推理延迟提升 1.4 至 11 倍,吞吐量提升 2.0 至 2.2 倍,同时保持任务成功率相当。
Churchill Capital Corp XI 股东在特别会议上以超过 84% 的投票率批准了与 Agility Robotics 的业务合并计划。该 SPAC 预计于 11 月 4 日完成交割,并于 11 月 5 日起在纳斯达克以代码 AGLT 交易。
Tutor Intelligence 宣布完成由 Andreessen Horowitz 领投的 7500 万美元 B 轮融资,累计融资达 1.17 亿美元。公司利用真实世界数据、人类“导师”和仿真构建数据飞轮,加速 Sonny 双臂机器人和 Cassie 移动操作机器人的部署。
配置和优化针对 NVIDIA Vera Rubin 等新 GPU 硬件的 Kubernetes 环境复杂且易出错,需确保驱动、内核及调度器等组件协同调优。NVIDIA AI Cluster Runtime(AICR)作为 NVIDIA DSX AI Factory 的一部分,旨在解决此类匹配问题以保障工作负载运行与性能。
Aseon Labs 推出其首个完全构建的机器人服务舱,标志着旨在帮助自动驾驶车队规模化的便携式维修站的全球首次亮相。完成的单元目前正在接受主要自动驾驶汽车运营商的部署测试,以支持车队运维需求。
本文介绍了一个开源软件栈,旨在恢复 Franka Emika Panda 机器人的 ROS 2 支持并解决其外部位置控制接口长期存在的不稳定问题。作者分析表明,观测到的振动和保护性停止源于外部控制循环的时序和采样抖动,而非机器人本身的限制。
该系统利用 GPU 并行计算技术,构建包含多传感器数据的体素地图并实时输出高频局部距离信息以支持在线运动规划。实验表明该方法在无人机和地面车辆上实现了有限算力下的实时性能,优于现有机器人建图系统且适合未探索区域映射。论文已发表于 IEEE RA-L 2022,作者接受的手稿代码可通过链接获取。
北京数据与评测基础设施公司简智机器人宣布完成新一轮1亿美元(约合人民币6.65亿元)融资,投资方包括上汽集团、百度集团等产业资本及光合创投等财务方。该公司专注于多模态数据采集与治理技术,推出了Gen DAS Dex采集终端,该产品采用仿生轻量化外骨骼,支持人手23个自由度检测,指尖搭载灵敏度达0.05N的高精度磁触觉传感,手背配置150°超广视角摄像头以记录手部抓取操作全过程。
简智机器人宣布完成1亿美元A+轮融资,由上汽、百度等产业资本参与。公司不造机器人,而是通过自研Gen DAS可穿戴设备(累计订单破万台)和Data Foundation Model构建数据基础设施,将人类操作动作转化为模型训练数据。单季有效数据交付量已达百万小时,团队核心成员来自自动驾驶领域,旨在解决具身智能训练数据稀缺问题。