跳到正文
10月29日周四
  1. 盖世汽车 · 汽车资讯58

    智元上半年营收近20亿元,9月第2万台机器人下线并发布物理AI价值度量衡Worken

    在2026智元创新日主论坛上,智元联合创始人彭志辉公布公司最新经营与量产进展:今年9月完成第2万台具身智能机器人下线,2026年上半年整体营收接近20亿元。智元具身智能机器人已覆盖工厂、酒店、零售等多类线下场景,承接产线上下料、游客接待等真实工作任务。

  2. 盖世汽车 · 汽车资讯52

    上海人工智能实验室等发布新型可穿戴系统采集的 100 小时人类活动数据集

    来自上海人工智能实验室、浙江大学和上海交通大学的研究人员构建了一个包含 100 小时人类活动数据的新数据集,用于训练人形机器人的移动与操作协同能力。该系统集成了头戴式 GoPro HERO13 摄像机、VIVE Ultimate 追踪器及 MANUS Metagloves 等传感器,能记录佩戴者视角视频、身体动作重建、手指动作和触觉数据。

  3. 盖世汽车 · 汽车资讯62

    延锋国际与国地中心共建具身智能场景数据中心与训练示范场

    延锋国际与国地中心达成战略合作,共建汽车行业具身智能场景数据中心与训练示范场。双方通过双向授牌建立分工:国地中心的异构人形机器人“麒麟”训练场及 OpenLoong 开源社区技术成果导入延锋制造场景验证迭代;延锋的场景需求、数据资源及标准化产线开放协同研发。合作旨在打通创新链,推动具身智能从演示走向真实工业现场,利用汽车制造高节拍与高可靠性要求探索规模化落地路径。

  4. 盖世汽车 · 汽车资讯42

    鸿海精密与三菱电机成立合资公司共同经营汽车设备业务

    鸿海精密旗下 Lin Yin 以约 1150 亿日元(48.7 亿元人民币)收购三菱电机移动 50% 股权,双方各持半股共同经营该公司。合作秉持"Made in/by Japan"理念,联合开发面向电动化和智能化的下一代移动出行平台。此次交易将鸿海在电子制造与电动化的经验引入日本传统汽车零部件体系,旨在提升成本控制及产品迭代速度。

  5. 盖世汽车 · 汽车资讯42

    超进化智能押注大模型“递归自我改进”,完成数亿元天使轮融资

    超进化智能(HyperVolve)近日完成由蓝驰创投领投的数亿元天使轮,资金将用于算力基建与团队扩充。公司创始人陈恺依托 OpenMMLab、书生及司南等过往成果,致力于研发具备元研究能力的“超级研究员大脑”。其核心路径 RSI 聚焦模型层参数自更新,旨在推动大模型从辅助工具转向自主提出假设并持续迭代的新阶段。

  6. 盖世汽车 · 汽车资讯18

    24.98 万的理想 i6 把旗舰技术打成标配:连山 5C 电池、马赫 M100 芯片与马赫 VLA 大模型全系下放

    2026 款理想 i6 于 10 月 28 日上市,全国统一零售价 24.98 万元。新车搭载自研连山 5C 超充电池(容量 96kWh)与马赫 M100 芯片(单颗算力 1280TOPS),并配备参数量提升 10 倍的马赫 VLA 大模型,关键决策时延缩短至约 240 毫秒。

  7. Vision Systems Design20

    Monarc Sports The Seeker 机器人四分卫系统提升训练重复性,A3 2026 Q3 北美订单增 24.8% 至 10989 台

    Monarc Sports 推出 The Seeker 机器人四分卫系统,旨在通过可编程传球、踢点球和开球解决训练中难以保证重复性的问题。A3 数据显示,2026 年第三季度北美机器人订单达 10,989 台(价值 7.235 亿美元),同比单位增长 24.8%,显示对可重复工程化自动化系统的需求正在扩大。

  8. 智元 AGIBOT · Newsroom87

    智元发布 GO-3 Preview 预训练模型,在三大具身智能基准测试中位列第一

    智元今日发布 GO-3 Preview 具身基础模型,该模型支持从预训练、后训练到部署后的全生命周期学习,并在 RoboDojo、RoboTwin 和 RoboColiseum 三项主要具身智能基准测试中获得第一名。

    推荐理由:智元发布 GO-3 Preview 预训练模型,在三大基准测试中位列第一,并开放全生命周期学习架构与仿真工具链。

  9. Hugging Face Daily Papers78

    WorldBridge:面向任务泛化的世界动作模型研究

    论文针对具身智能模型的物理环境任务泛化挑战,提出 WorldBridge 架构,通过视频预测与动作桥接实现任务迁移。实验显示,在 RoboTwin 2.0 上仅用分布内监督成功率为 25.07%,加入无标签视频提升至 55.90%,再增加少量带标签演示可达 70.70%。该方法结合视觉记忆与动作强制机制,在多个操作基准测试中达到当前最佳性能。

    推荐理由:该工作提出 WorldBridge 架构,通过视频预测与动作桥接实现任务泛化,在 RoboTwin 2.0 等基准上达到 SOTA。

  10. Hugging Face Daily Papers84

    CaPtain:一种用于后训练代码策略机器人的流水线

    论文介绍 CaPtain,这是一个开源的后训练流水线,旨在将小型开放视觉语言模型(VLM)转化为无需依赖大型闭源模型或预训练 VLA 的代码策略机器人代理。该方法首先通过合成轨迹进行监督微调对齐基座模型,随后应用多回合强化学习,并引入读取仿真特权状态的物理评论家来分配信用。

    推荐理由:该工作提出 CaPtain 流水线,利用物理评论家解决多回合强化学习的信用分配难题,将小模型在仿真与真实机器人上的成功率提升至超越前沿水平。

10月28日周三
  1. The Robot Report75

    WorldOracle 评测基准:检验世界模型能否可靠预测真实执行

    WorldOracle 是一个针对动作条件世界模型的评测基准,由普林斯顿大学、UT Austin、多伦多大学、NVIDIA 和 AgiBot 联合推出。该基准通过对比模型生成的预测视频与从相同初始观测出发、遵循相同动作序列的真实机器人执行结果(包括成功与失败案例),量化物理状态正确性、空间对齐度等指标。

  2. 量子位42

    红旗连锁终止机器人无人售货系统研发,因机械臂抓取失误率高且视觉识别偏差导致商业化落地失败

    四川红旗连锁于 2026 年 7 月终止与机器人公司合作的无人售货系统研发项目。该项目启动 16 个月后宣告失败,主要原因为机械臂在密集货架面对异形商品时抓取失误率高、稳定性不足,且视觉系统在复杂光照下易出现偏差。尽管样机预计 5 月下线,但实验室环境与实际场景差异巨大,导致系统暂未达到大规模商业化落地标准。

  3. 盖世汽车 · 汽车资讯20

    保隆科技电感式编码传感器获金辑奖双奖并定点人形机器人关节模组

    保隆科技电感式编码传感器荣获"2026最佳技术实践应用奖”,该产品已定点用于人形机器人关节模组,实现100%磁免疫且厚度仅为传统方案1/3。公司同时斩获"2026最佳出海实践奖”,其泰国工厂已于2026年实现量产,匈牙利欧洲制造中心二期完成产线调试。

  4. 盖世汽车 · 汽车资讯62

    宇树与红杉中国成立‘杉宇・创计划’专注早期投资

    10月28日,宇树宣布与红杉中国共同成立“杉宇・创计划”,专注于发掘和投资具身智能、机器人应用及其上下游关键技术等早期项目。该计划主打“工程师 + 投资人”双重视角,由宇树提供技术认知和工程指导,红杉提供全链条资本和投后服务,旨在支持创业者从原型机起步打造可规模化产品。双方合作已从单纯的资本加持升级为深度的产业协同。

  5. 盖世汽车 · 汽车资讯78

    禾赛科技发布机器人运动与三维世界数据引擎

    禾赛科技宣布布局机器人运动引擎与三维世界数据引擎,旨在构建物理AI时代的基础设施。动力模组体积缩小37%、功率密度提升3倍,已赋能Sharpa灵巧手并进入英伟达参考方案;Kosmo系统可同步生成多种三维形态,在DQ冰淇淋门店部署中使任务成功率提升至99%。截至2026年第二季度末,禾赛已累计交付动力模组超1万套,正从激光雷达公司向物理AI基础设施公司转型。

    推荐理由:原文披露了动力模组与三维数据引擎的具体性能指标及在真实门店的部署效果,为评估其技术成熟度提供了参考。

  6. 盖世汽车 · 汽车资讯78

    无界动力开源 MWA™-Phoenix 隐空间世界模型基座

    无界动力发布并开源了端侧 7B 参数、完整预训练的 MWA™-Phoenix 隐空间世界模型基座。该模型在 LIBERO-Plus、LIBERO-Pro 及 RoboDojo 真机榜等六项评测中位列榜首,其中 LIBERO-Plus 总体成功率达 94.63%。

    同一新闻,精选展示《无界动力发布并开源MWA™-Phoenix隐空间世界模型基座》

  7. 盖世汽车 · 汽车资讯42

    灵颜科技 FaceSoul Agent 获数千万元融资,拟推 46 自由度线驱灵巧脸

    杭州灵颜科技近日完成种子轮及种子+轮融资,资金将用于产品迭代与算法平台建设。公司采用线驱技术实现面部 32 个自由度(年底计划推出 46 自由度版本),交互延迟控制在 10 毫秒以内。目前 B 端已获杭州商旅、头部通信公司及多家连锁咖啡品牌青睐,主要用于景区导览和前台接待场景。

  8. 量子位77

    OpenAI发布GPT-6.1 Terra,主打更低成本与更强电脑操作能力

    OpenAI正式发布GPT-6.1 Terra模型,其标准API价格较上一代砍半,在Agents' Last Exam等职场软件实战测试中表现接近旗舰模型但成本显著降低。官方数据显示该模型在视觉理解、代码生成及少说胡话方面均有提升,适合处理跨软件协同操作任务。同一天OpenAI还公布了三项由内部AI系统产出的科学结果,涉及调和分析、复杂性理论和量子场论领域。

    推荐理由:OpenAI发布GPT-6.1 Terra,主打更低成本与更强电脑操作能力,同时公开三项基础科学突破。

  9. 量子位78

    智元发布Genie Master框架,在便利店实测中实现机器人自主进化

    智元发布具身Agent框架Genie Master,将Physical RSI(具身递归自进化)应用于真实便利店业务流。该框架通过EEP协议连接推理与执行,利用Harness RSI积累提示词经验、Policy RSI更新动作策略模型,使机器人在无人在环状态下自主分析失败原因、调整策略并沉淀长尾场景经验。智元计划于11月2日开展6台精灵G2机器人连续上岗的24小时直播考核。

    推荐理由:智元发布Genie Master框架,在真实便利店场景验证Physical RSI机制,支持机器人自主诊断问题、调整策略并积累长尾经验。

  10. 量子位77

    RoboParty发布全栈开源人形机器人RP1,开放从机械图纸到运动算法的底层研发链路

    RoboParty正式发布全栈开源人形机器人RP1,提供从机械结构、电气系统到底层控制与仿真训练工具的全套资源。RP1拥有24至30个自由度,搭载自研ROMOMO关节模组,公开URDF及网格模型等资源,并开放hhtools动作重定向等开发底座,旨在降低硬件适配门槛,支持开发者深入研究与修改底层技术。

    推荐理由:RoboParty发布全栈开源人形机器人RP1,开放从机械图纸到运动算法的底层研发链路。

  11. 智东西 · 机器人37

    华为系水下机器人公司潜行创新完成近亿元C+轮融资

    深圳水下机器人公司潜行创新宣布完成近亿元C+轮融资,投资方包括深圳市广聚投资控股(集团)有限公司、浙江云创启真等机构。本轮资金将用于水下具身智能核心技术研发及产品迭代,推动其行业级ROV、消费级水下无人机等产品在全球130多个国家和地区实现规模化应用。

  12. arXiv · 机器人与计算机视觉72

    语义世界模型:一种基于视觉问答的机器人规划新范式

    该论文提出语义世界模型方法,主张不预测未来像素而是预测任务相关的语义信息,将世界建模转化为视觉问答问题以利用视觉语言模型工具。通过在图像 - 动作 - 文本数据上监督微调预训练视觉语言模型,实现了决策规划的泛化与鲁棒性。研究在模拟机器人任务中验证了该方法优于传统的基于重建的动作条件世界建模范式。

  13. arXiv · 机器人与计算机视觉38

    Compact Force Sensor 助力双无人机缆索吊运载荷的张力感知外环控制研究

    针对多无人机协同运输中的稳定性与鲁棒性挑战,该工作提出一种紧凑型定制力传感器及张力感知外环控制架构。通过静态动态测试验证了传感器的线性度等性能,并在位置不确定性的仿真与室内实验中证实了其在抗干扰与协调方面的优势。相关实验视频已公开,论文为 IEEE Robotics and Automation Letters 预印本版本。

  14. arXiv · 机器人与计算机视觉74

    无梯度神经哈密顿 - 雅可比可达性:面向可扩展安全关键控制的框架

    针对高维非线性系统的安全证书合成难题,本文提出一种离散时间神经可达性框架,利用贝尔曼 - 伊萨科斯值传播学习向后可达管与避障管。方法结合方程驱动的自监督与结构化策略学习,通过无梯度值探测构造近似教师动作,将对抗优化转化为监督学习,并利用窗口化时序课程稳定长视界价值传播。

  15. arXiv · 机器人与计算机视觉68

    基于时空高斯过程卡尔曼滤波的多机器人学习型信息路径规划方法

    该论文针对持久目标监控场景下的多机器人信息路径规划问题,提出了一种基于网格的时空高斯过程卡尔曼滤波框架。该方法将匿名目标存在表示为离散工作空间上的单一隐式场,而非每个目标单独建模;通过递归更新融合足印级相机测量值,支持任意视场和范围相关噪声,并利用高斯过程导出的时间进程更新以处理移动目标的不确定性增长。

  16. arXiv · 机器人与计算机视觉65

    基于时序触觉编码与人机协作的机器人双手交接研究

    针对视觉难以区分明确取物意图与偶然接触的挑战,该研究提出一种多模态方法,耦合视觉语言动作(VLA)模型与顺应控制器以降低交互力。系统通过 RGB 图像、时序触觉反馈和本体感觉进行微调,并在人体受试者研究中证明其优于无触觉或无控制的基线方案。

  17. arXiv · 机器人与计算机视觉82

    AmaraSpatial-10K:面向空间计算与具身智能的时空对齐 3D 数据集

    AmaraSpatial-10K 是一个包含 10,071 个合成 3D 资产的数据集,所有资产均经过标准化处理以支持直接摄入。每个资产提供符合物理尺度的.glb 文件、分离的 PBR 贴图、凸碰撞包络、配对参考图像及多句文本元数据。

    推荐理由:该数据集提供标准化 3D 资产与独立评测套件,显著改善检索召回率并提升仿真稳定性。

  18. arXiv · 机器人与计算机视觉72

    MO-Playground:面向机器人的大规模并行化多目标强化学习

    论文提出了 MO-Playground 和 MORLAX,旨在解决现有多目标强化学习算法无法有效利用大规模并行化的问题。MORLAX 是 GPU 原生的新算法,配合可 pip 安装的 MO-Playground 环境库,能在几分钟内近似帕累托集,相比传统 CPU 方法快 26-271 倍,相比先前的 GPU 方法快 19 倍,同时学习出更优的帕累托前沿超体积。

  19. arXiv · 机器人与计算机视觉45

    RPT*:复杂环境目标搜索中的概率终端全局规划算法

    针对复杂环境中目标搜索问题,研究提出 RPT* 算法解决含概率终端的哈密顿路径难题,通过动态规划规避历史依赖并保证解的最优性。构建分层自主搜索系统 HATS,结合贝叶斯滤波或自主探索,在仿真与真实机器人实验中均实现比基线更快的平均寻靶速度。

  20. arXiv · 机器人与计算机视觉72

    基于人类演示的双手操作:语义几何任务表示从演示到机器人动作规划

    针对双手操作中动作顺序、物体参与及交互几何关系变化显著的挑战,该研究提出一种基于消息传递神经网络编码器与 Transformer 解码器的语义几何图表示方法。该方法在时序场景图上学习解耦的动作无关表示,通过条件于动作上下文预测未来动作、关联物体及其运动历史。