跳到正文
10月5日周一
  1. Hugging Face Daily Papers42

    Trace2Env:从痕迹到智能世界模型,实现无需重建系统的交互式环境仿真

    Trace2Env 框架利用历史交互痕迹构建包含环境架构与行为知识的可复用“世界书”,支持任务代理进行状态感知模拟。该方法在九个环境中提升了观测保真度与长程交互一致性,使多轮次生成的动作在真实环境重放时保持有效。该研究确立了无需重建原执行系统即可构建逼真环境副本的新方向,论文已上传至 arXiv 待注册 DOI。

  2. Hugging Face Daily Papers82

    CLIFT:面向 Web Agent 训练与测试时扩展的共形自验证

    论文介绍 CLIFT 方法,通过共形自验证解决强化学习中奖励稀疏及外部裁判成本高的问题。训练中利用 URL 条件证据一致性筛选信号并赋予信任权重,将自证分数融入每步奖励;测试时将认证库冻结用于共形轨迹选择,在无需调用外部裁判的情况下实现保守的多数投票决策。

    推荐理由:CLIFT 提出基于共形自验证的训练与测试时扩展方法,利用低成本自证信号替代昂贵的外部裁判,在 WebArena 等基准上实现开源模型的最优性能。

10月1日周四
  1. Kodiak AI · 自动驾驶货运35

    Kodiak AI 选用 AWS 构建物理 AI 自动驾驶卡车技术栈以备战德州高速无人化运营

    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。

  2. Hugging Face Daily Papers49

    IGMWorld 与 IGMBench:游戏模组化世界编辑基准发布

    IGMWorld 通过工业级游戏模组化技术,在 Minecraft 和 Terraria 中构建包含 110 项任务的基准 IGMBench。最强配置在严格任务标准下解决率达 78.2%,行为级表现达 94.8%。随着干预深度增加可靠性下降,视觉一致性通过率低于 50%,证明世界编辑是区别于生成与交互的独立能力。

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。

9月17日周四
9月10日周四
9月7日周一
  1. Mobileye Blog12

    Mobileye 发布物理 AI 战略:从自动驾驶到 Mentee 人形机器人

    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。

  2. Genesis World · Releases45

    Genesis World v1.4.0 发布独立场景归档与轨迹回放功能,支持外部力矩应用及内存场景保存等特性修复多项资产解析漏洞

    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。

9月1日周二
  1. World Labs · Research & Insights86

    World Labs 发布下一代世界模型 Atlas:原生支持 3D 空间智能与相机控制生成

    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。

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18日周六
6月18日周四
  1. Torc Robotics · 自动驾驶技术与安全20

    从自动化到物理 AI:货运行业长期构建的技术终点

    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。

6月3日周三
6月1日周一
  1. NVIDIA Blog · Physical AI82

    NVIDIA 发布 Cosmos 3 世界基础模型以辅助物理 AI 在行动前进行思考

    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。

3月3日周二
  1. World Labs · Research & Insights42

    World Labs 提出"3D as code"理念,主张用结构化三维表示替代黑盒生成以构建世界模型

    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。

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。

11月24日周一
8月30日周六
7月16日周三
7月27日周六
  1. NVIDIA Isaac Lab · Releases33

    Isaac Lab v1.1.0 发布:支持分布式多 GPU 学习与 JAX 训练,停用 Isaac Sim 2023.1.1

    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。

6月4日周二
  1. Open Robotics · 官方新闻28

    Open Robotics 参与 Google Summer of Code 2024:迁移 Gazebo 声纳插件至 ROS 2 框架

    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。

2月14日周三
10月16日周一
  1. Drake · Release Notes20

    Drake v1.22.0 发布:新增 Python 3.12 支持并终结 macOS Monterey 兼容

    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。

7月13日周四
  1. Drake · Release Notes20

    Drake v1.19.0 发布:修复 API 变更并新增 glTF 渲染与数学规划功能

    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。

2月15日周三
  1. Drake · Release Notes12

    Drake v1.13.0 发布:macOS 适配 Python 3.11、新增渲染引擎与碰撞查询封装及多项底层修复

    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。

3月11日周三
  1. Drake · Release Notes12

    Drake v0.16.0 发布:移除用户定义标量类型等破坏性变更并新增多体动力学缓存功能

    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。

12月17日周二
  1. Drake · Release Notes12

    Drake v0.13.0 发布:新增 MultibodyPlant 渲染与优化、符号系统线性化及数学规划新接口,移除 Bazel protobuf 生成等破坏性变更

    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。