跳到正文
6月11日周四
  1. Torc Robotics · 自动驾驶技术与安全28

    CVPR 2026 回顾:Torc 自动驾驶技术与物理多模态 AI 及可部署系统趋势交汇

    CVPR 2026 参会人数超万、论文提交达 16,092 篇且录用率仅 25%,多模态 AI 与自动驾驶研究显著增长。Torc 作为铂金奖牌赞助商,展示了 Freightliner Cascadia 卡车及 VR 演示,并发布了 TruckDrive 长距高速驾驶数据集。该会议标志着从感知中心向具备全 3D 世界理解能力的具身系统转变,Torc 正引领这一技术前沿。

6月3日周三
  1. World Labs · Research & Insights75

    World Labs:世界模型的三种功能分类及融合趋势

    World Labs 团队发布关于世界模型的功能分类法,将现有系统分为渲染器(输出像素)、仿真器(输出物理状态)和规划器(输出动作)。文章指出当前行业过度关注渲染与规划,而忽视作为结构骨架的仿真,并介绍其项目 Marble 通过同时生成高斯泼溅图与碰撞网格来模糊渲染与仿真的边界。最终目标是构建能统一处理视觉、物理结构与行动序列的基础模型,以推动空间智能的发展。

    推荐理由:文章提出渲染器、仿真器与规划器正从功能分离走向统一,指出仿真作为连接视觉与行动的枢纽是解决 sim-to-real 差距的关键。

5月22日周五
5月17日周日
5月12日周二
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。

4月13日周一
  1. EMVA 欧洲机器视觉协会 · 新闻12

    EMVA 与 Packaging Europe 发布首期播客探讨机器视觉在包装行业的数字化变革

    EMVA 携手 Packaging Europe 推出首期播客,聚焦 interpack 2026 前夕机器视觉如何驱动包装行业数字化转型。内容涵盖 Advantech、LUCID Vision Labs、Murrelektronik 等嘉宾分享的质量控制、效率提升及自动化趋势。播客提供真实生产环境中的实施洞察与战略视角。

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。

4月7日周二
  1. Generalist · Research Blog70

    Generalist:超越世界模型与 VLA,坚持从 scratch 训练原生物理交互基础模型

    Generalist 发布博文阐述其 GEN-1 模型的核心理念:该模型约 99% 参数从头训练,旨在打造原生物理交互基础模型而非微调的视觉语言模型或单纯的世界模型。作者认为目标驱动优于方法标签,强调在数据充足时从 scratch 训练更具优势,并指出随着物理交互数据量突破半百万小时,以往依赖视觉语言数据的“拐杖”约束正在改变,团队正以此为基础向全零样本机器人和物理 AGI 迈进。

    推荐理由:作者阐述 Generalist 坚持从 scratch 训练 GEN-1 的底层逻辑,认为目标驱动优于方法标签,并指出数据约束已改变。

3月29日周日
  1. Google DeepMind12

    DeepMind 重新构想 AI 时代的鼠标指针:Gemini 驱动的实验性交互原理与 Chrome/Googlebook 集成计划

    DeepMind 提出四项原则,利用 Gemini 赋能的 AI 指针将像素转化为可操作实体,支持用户通过指向和语音直接请求如“显示路线”或“比较产品”等复杂任务。该实验环境已在 Google AI Studio 上线演示,并正整合进 Chrome 浏览器及即将推出的 Googlebook Magic Pointer 功能中。

3月9日周一
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。

1月30日周五
  1. Kodiak AI · 自动驾驶货运62

    Kodiak 如何教自动驾驶车辆识别路面

    Kodiak AI 提出针对路面坑洼、水坑等“负向障碍物”的端到端“可通行性框架”,利用几何与视觉分析区分无害反光与危险凹陷,决定穿越或绕行策略。该框架已应用于美国南部高速公路货运及 Permian Basin 油田分选砂运输,支持双挂卡车及防务车辆平台,实现类似人类的精细化决策而非简单停车避让。

    推荐理由:Kodiak 提出针对路面坑洼等“负向障碍物”的端到端穿越框架,通过几何与视觉分析实现类似人类的决策,支持在恶劣路况下保持高速作业。

1月29日周四
  1. Generalist · Research Blog72

    Generalist 博客:机器人的暗物质——物理常识

    文章将“物理常识”定义为机器人在真实世界中应对不确定性、摩擦与滑移的直觉反应能力,指出当前基于互联网文本训练的模型缺乏闭环交互因而无法获得此能力。作者分享了团队通过开发轻量级手持设备采集自然操作数据(如编织、削土豆)的实验,发现此类数据能诱导模型涌现出类似人类的恢复与微调行为。文章认为物理常识是机器人基础模型的底层结构,将推动机器人从结构化环境走向开放世界,是实现通用智能的关键转折点。

    推荐理由:作者提出物理常识是机器人泛化的关键,并分享了通过手持设备采集自然交互数据以诱导模型涌现能力的实验思路。

12月5日周五
  1. Kodiak AI · 自动驾驶货运35

    Kodiak AI 在陆军 xTechOverwatch 演示中展示虚拟驾驶员与实时遥操作能力

    Kodiak AI 在美国陆军 xTechOverwatch 演示中,利用搭载 F-150 的自主驾驶平台展示了作为战场情报节点的集成能力。士兵通过平板和手机观看五路摄像头直播流,并成功请求实现一键减速功能以辅助侦察任务。该展示验证了 Kodiak 虚拟驾驶员在复杂地形下的成熟度及快速迭代响应能力,获得政府官员对安全性的认可。

11月24日周一
10月24日周五
8月7日周四
  1. 百度 Apollo · 新闻资讯28

    百度 Apollo 星火赛事 | 第 27 届中国机器人及人工智能大赛 - 百度 Apollo 星火自动驾驶大赛圆满收官

    8 月 5 日,百度 Apollo 在苏州举办第 27 届星火自动驾驶大赛总决赛,设置仿真与实车两大赛项,吸引全国 350 余所高校、1800 支队伍参与。赛事新增实车赛项并捐赠第四代自动驾驶车辆,让选手将代码部署到真车体验,实现从仿真到真车的实战跨越。超 15% 的往届选手凭借赛事经历获得百度、华为等企业工作机会,深化产学研融合。

9月26日周四
  1. Kodiak AI · 自动驾驶货运42

    Kodiak AI 探索生成式 AI 提升自动驾驶安全:VLMs 如何赋能复杂场景决策

    Kodiak AI 将视觉语言模型(VLM)集成至其自动驾驶系统,利用文本知识与图像结合以增强对紧急车辆等长尾边缘案例的理解。该技术通过零样本分类与多模态解码器实现类人驾驶行为,使卡车能在未见过的复杂场景中做出精准决策并规划路线。此创新方法无需显式训练即可检测罕见事件(如高速警车),显著提升了感知栈的鲁棒性与适应性。

11月15日周三
11月10日周五