ASVD 实现盲式压缩图像恢复的免训练加速
ASVD 通过激活校准奇异值分解,在 PromptCIR 模型上实现免训练加速,参数减少 59%、计算量降低 16.1%,PSNR-B 优于 TSVD 基线。该方法离线推导低秩因子且无需在线校准,保持原有恢复流程完整。研究已接受发表于 IEEE Journal on Emerging and Selected Topics in Circuits and Systems。
ASVD 通过激活校准奇异值分解,在 PromptCIR 模型上实现免训练加速,参数减少 59%、计算量降低 16.1%,PSNR-B 优于 TSVD 基线。该方法离线推导低秩因子且无需在线校准,保持原有恢复流程完整。研究已接受发表于 IEEE Journal on Emerging and Selected Topics in Circuits and Systems。
AGCO 与 Agility Robotics 签署协议,计划于 2027 年在堪萨斯州 Hesston 的制造设施试点部署 Agility Digit 人形机器人。该机器人将利用 AI 持续学习以适应工作流程,支持分拣、堆叠零件及智能放置存储箱等关键组装操作。结合 Agility Arc 云平台,此举旨在提升工厂灵活性并增强员工在重复或危险任务中的作业安全。
该研究明确定义重用早期治理控制结果的效度条件,并验证了基于 Ed25519 数字签名的“失效关闭”发布门能阻断九成操纵场景。对 714 个公开数据版本控制流水线的回放显示,仅按声明依赖重用结果可避免 83.4% 的执行阶段,但仍有 3.3% 的提交因未声明依赖导致重用错误代码或配置。
优必选与阿联酋拉斯海玛政府国际关系办公室签署战略合作备忘录,双方将建立综合合作框架,推进人形机器人在工业自动化、公共服务等四大场景的实景测试与系统部署。优必选将在当地提供沙盒测试环境和前瞻性监管框架下,依托自身平台与技术基础设施开展示范项目,重点在高温、高日照与沙尘等严苛环境中进行长期耐久测试与压力测试,以积累实测数据并验证系统在阿联酋及海湾地区的实际应用性能。
YUTELA 是一种基于 NVIDIA Jetson Thor 边缘设备的边缘 - 服务器 - 云端 AIoT 系统,用于长期、多站点的视频异常检测。该系统通过相机批处理与重分布、共享内存及 TensorRT 加速推理优化了多摄像头流水线,并为每个相机维护独立的异常模型,在收集到足够的伪正常数据后于集中式 GPU 服务器上重新训练并将更新权重下发至边缘端。
Xinyuan Zhao 在 arXiv 上发布 FEDNBO 基准,旨在量化历史客户端不可用后,遗留模型知识对后续异构架构的效用。该研究分离了知识供给、策略识别与私有模型编译环节,揭示了架构依赖导致的转移反转现象及教师精度与私有模型效用间的差距。
在CSDI Summit峰会上,商汤大装置副总裁宣善明分享了Agentic时代AI基础设施的实践。面对Token需求千倍级增长与高端芯片供给受限的矛盾,商汤探索以PD分离为核心的万卡级异构推理集群,利用国产算力承担Prefill、高阶GPU承担Decode,在临港AIDC实现整体Token吞吐量提升5倍。
Agility Robotics 联合创始人 Jonathan Hurst 宣布推出 Digit 5,这是公司首款专为大规模仓库作业设计的重型人形机器人。该机型重超 120 公斤,配备 90 分钟续航电池与快速充电坞,旨在连续工作 20 小时并搬运 23 公斤重物。
选择机器人用无刷直流(BLDC)电机需从机械系统出发,而非仅看控制器目录。工业关节侧重可控扭矩、低速平滑度及热性能,而移动底盘更关注效率、牵引力及多通道同步。文章详细对比了六步换向、正弦波控制与矢量控制(FOC),指出 FOC 在需要低速平稳运动或快速响应时更具优势,并提供了包含齿轮比与损耗的功率估算公式供工程参考。
WiBotic 通过无线充电与车队电池管理软件,让 AMR、无人机及人形机器人等工业移动平台在工作流中自由补能。该技术提升车队在线率、投资回报率与安全性的同时,支持各类形状尺寸的自主系统无缝扩展。
MassRobotics 本周开放其医疗机器人初创加速器第六期(Cohort 6)的申请,项目为期四个月且不涉及股权。申请者需具备技术成熟度与临床相关性,截止日期为 2026 年 12 月 31 日,入选团队将于 2027 年 2 月至 6 月接受指导并在波士顿机器人峰会展示成果。自 2021 年起该计划已辅导 35 家初创企业,校友累计披露融资超 1.8 亿美元。
理想汽车旗下芯片子公司上海马赫心科技有限公司签署首轮股权融资协议,融资金额16.25亿元人民币,由杭州经韬、蓝驰创投及华业天成领投。本轮融资将支持公司持续推进芯片研发与商业化,推动其在非汽车领域的业务拓展。目前自研的马赫M100芯片已搭载于新一代理想量产车型,理想汽车仍持有该公司74.01%股权并保持控股地位。
arXiv 论文介绍 EV-JEPA,一种单次训练即可在智能眼镜、手机、机器人及服务器等异构边缘 - 云端连续体上部署的视觉基础模型。该模型具备可重构宽度和原生跨设备分区能力,核心采用过渡感知三元组训练(T3),使同一权重同时支持单设备和跨设备执行。
针对大型语言模型代理在每一步调用大模型导致任务缓慢且昂贵的痛点,本文提出 JevAgentHarness 框架以将决策权委托给轻量级决策模型。研究构建了 AgentDecisionBench 评测基准,发现直接委托工具选择会降低成功率;为此设计了适配置信度阈值机制的 JevAgentHarness,并在包含错误状态的轨迹上训练了开源模型 AgentDecision-4B。
Agility Robotics 宣布与 Nyobolt 合作,为其 Digit 5 人形机器人系统开发超快速充电电池系统。该技术旨在支持机器人每日工作超过 20 小时(相当于两个完整班次),将运行时间与充电时间的比例从 Digit 4 的 2:1 提升至 10:1(90 分钟运行仅需 9 分钟充电)。
Analog Devices Inc. (ADI) 推出 Emerging Tech Hub,通过“共同开发”模式为初创企业提供从原型到量产的工程支持。该计划整合传感器、边缘 AI 及系统集成的技术专家与实验室资源,协助企业在保持知识产权的同时解决商业化挑战。Hub 外部申请预计于 2026 年底开放,旨在弥合快速迭代的技术创新与规模化制造之间的差距。
论文指出盲目扩大 VLM 的测试时计算(如增加思维链深度、模型尺寸或记忆历史)会导致延迟和成本激增,而收益不均甚至递减。为此提出 DIRECT 路由框架,利用多模态场景上下文在闭环代理的每一步动态分配计算预算并选择子任务规划器。实验显示不同缩放轴产生质的能力差异;在 Franka 机械臂(DROID 设置)上验证了零样本操作和长视界链式任务,该方法在保持高成功率的同时将平均延迟降低最多 65%。
针对固定视界执行导致策略调用频繁的问题,本文提出无需训练的 PICES 方法,利用同一条件特征下生成的动作块及其局部扰动版本的差异,自动选择最优执行窗口与动作块。实验表明,该方法在 Jetson Orin 和 Thor 平台上相比固定视界基线,推理耗时最高可提升 2.3 倍,同时改善了任务成功率。
商汤大装置联合上海市规划资源局发布全面升级的“云宇星空大模型”,强化空间推理与任务执行能力。基于该模型,团队交付了包括“禹智河洛”在内的首批政务智能体,在防汛调度、空间洞察及规划更新场景中落地应用,其中防汛调度效率提升 80%。材料由商汤科技提供,量子位获授权转载。
阶跃终端正式发布首款物理版 Agent 手机 STEPX Neo,搭载支持 Loop 循环与自主 Tool Call 的 Step AOS 系统。售价 3999 元含包年 Token Plan,前 1 万名达标用户获未来五年新款终端置换资格。设备内置“智能体安全”模块实现可信、可见、可控、可逆管理,并通过 H2A2A 协议打通三方生态工具。
针对视觉运动策略在部署时无法预测或恢复失败的问题,本文提出一种离线训练的监控与干预框架。该方法仅通过黑盒查询访问,从有限的在线策略轨迹中学习策略条件的存活值以监测进度,并训练紧凑的潜在世界模型用于搜索修正动作。
苏州重工业机器人企业帝尔博格宣布完成亿元级 Pre-A+轮融资,资金将用于重工通用具身核心技术研发及产品迭代。该公司成立于 2022 年,面向军工、钢铁等重工业领域,已开发切割、焊接、涂装等工序的机器人工作站及相关解决方案。目前累计交付项目额超 4 亿元,服务 100 余位客户,并正在加强长三角及西南地区布局。
NVIDIA 将完整的 NVIDIA Run:ai 平台以开源软件形式发布,赋予客户、开发者及生态伙伴访问生产级 AI 工作负载与 GPU 编排能力的权限。此举扩展了 NVIDIA DSX AI Factory 平台,确立 NVIDIA Run:ai 为开放基础,使更广泛生态系统能推出差异化解决方案。
Promise Robotics 与北美最大建筑商 D.R. Horton 签署多年协议,将在美国利用其工厂即服务 (FaaS) 能力生产超过 1,250 套住宅。该公司通过集成机器人、AI 和制造系统,提供从设计到安装的自动化工作流,旨在解决建筑业碎片化问题并提升产能与一致性。合作初期设施将设在加拿大埃德蒙顿、卡尔加里及美国凤凰城,随后扩展至更多市场。
论文提出 EdgeWise 框架,旨在解决长视界智能任务中全量调用云端大模型带来的高昂推理成本问题。该方案在本地设备部署小语言模型(SLM)作为主要求解器,仅当需要更强能力时通过强化学习或外部裁判策略选择性地将关键步骤委托给云端大语言模型(LLM)。
论文提出 EC2-Bench 基准,用于评估长周期场景中 LLM Agent 的边缘 - 云端协作表现。研究对比了纯边缘、纯云端及混合协作模式,发现混合模式在任务性能、资源利用和隐私暴露间取得平衡;随着边缘模型能力提升,协作执行趋近云端性能且策略差异缩小,但隐私风险仍高度依赖具体协作策略。分析指出云调用决策与指令遵循是有效协作的关键边缘能力。代码与资源已开源。
USER 是一个针对具身智能真实世界在线策略学习的统一且可扩展的系统。该系统在系统层面引入硬件抽象层以统一管理机器人,并设计自适应通信平面以实现高效的云边协同训练;在学习层面采用全异步训练框架、持久化缓存感知的重放缓冲区,并提供奖励、算法及策略的可扩展抽象接口。实验表明 USER 支持多机器人协作、异构操作臂以及大模型下的云边训练与长周期异步运行,为真实世界在线策略学习奠定了系统工程基础。
针对现有 GUI 定位模型易误点非目标元素的痛点,本文提出 ConClick 对比学习框架及 ConClick-Data 数据集(含 4,292 对挑战样本)。
推荐理由:该工作通过对比学习框架与专用数据集,显著提升了 GUI 定位准确率并提供了可复用的推理策略。
针对多视图表示中视觉 Token 序列过长导致的推理成本问题,论文提出 GeoGR 框架联合压缩场景表示与视觉计算。在投影层利用 GeoSemZip 将跨视图观测整合为 3D 体素 Token;在 LLM 层通过 GroupRoute 结合延迟进入与提前退出机制实现分组跳过。
该论文提出了一种基于视频编解码信息的无训练令牌压缩方法,用于优化视频大语言模型(VLLM)的高效推理。该方法利用压缩视频中已有的编码信息作为低成本搜索先验,将参考帧依赖、运动向量和残差与视觉令牌网格对齐。
针对需满足访问点顺序的无人机 - 地面车团队,该研究提出联合规划路线与时序的多项式时间算法。系统在考虑无人机续航限制、移动充电及传输任务时,通过允许减速机制确保顺序约束,并在有界扰动下最小化任务完成时间。数值对比验证了该方法在解决 NP-hard 问题上的可行性与计算复杂度优势。
行业需摒弃先建平台再找任务的“机器人先行”思维,转而依据具体工作流的经济价值反向定义硬件、传感及外形。例如汽车装配线插销任务需微力分辨率,而托盘打包则重负载能力,单一通用平台难以兼顾。在既有厂房(Brownfield)中,适应人类环境的类人形态比专用机器人更具成本优势与部署深度。
完成单次操作不等于具备实用灵巧性,若单步成功率为 99%,连续 100 次任务仅能维持 36.6% 成功率。TDK Ventures 指出,可靠性源于在视觉、触觉等多模态数据闭环中不断部署、学习与改进。Agility Digit、ANYbotics 四足机器人及 Starship Technologies 均通过匹配特定工作流的最小必要灵巧度实现可靠作业。
面壁智能与鹿明机器人近日正式达成战略合作,将面壁智能 MiniCPM 系列端侧大模型部署于鹿明机器人本体实现本地化实时运行。双方依托各自在高效基座模型、具身本体及产业场景的优势,共同推动具身智能从技术验证走向规模化落地。
埼玉大学团队联合日立安斯泰莫发布基于云的评估平台,集成 CART、CARLA、ROS 2 及 AUTOSAR AP,实现了对预期通信拓扑的 100% 覆盖重建。
字节Seed团队研究发现,DeepSeek-V4系列模型在长上下文检索中表现出显著的“相位敏感性”,即同一条信息仅改变输入位置(Token站位),其检索准确率便会呈现与压缩步长一致的周期性波动。
推荐理由:字节Seed团队发现分块KV Cache压缩引入相位敏感性,导致模型检索能力随输入位置周期性波动,后训练与架构迭代可显著缓解该问题。
智元 AGIBOT 今日在中环时代广场正式开设香港办公室,旨在拓展商业合作、推动实用机器人应用及深化与高校科研机构伙伴。现场演示了包括迎宾接待、酒店服务、泡茶及灵巧机械手在内的多项机器人功能,以验证技术在实际场景中的表现并建立公众信任。
针对现有基于 GRPO 的 VLM 自动驾驶规划器在效率与安全性间难以兼顾的问题,提出 Run-then-Walk 两阶段奖励调度策略。该方法先在 Run 阶段专注探索高进展模式以打破保守偏差,随后在 Walk 阶段引入端点与安全策略修复不安全行为。
论文介绍 HIL-UMI 框架,实现无需实体机器人部署的策略引导型人类在环视觉语言动作模型后训练。该方法通过手持演示查询当前策略而不执行预测,利用能量分数检测分布外区域并触发数据收集,同时基于优势估计器优化行为克隆。实验显示其在长程与精细操作任务上优于监督微调及 HG-DAgger 方法,且每帧采集时间更低。
论文介绍了一种名为 SPARC 的习得式图像压缩框架,旨在解决视觉语言动作模型在带宽受限或分布式部署中的通信瓶颈。该方法利用时空掩码选择器根据任务相关性自适应分配比特率,并引入倾斜率损失以稳定训练。