看懂日报 · 2026 年 10 月 28 日 · 星期三
kandong
ZAP:通过仿真教学实现机器人策略的组成性泛化
论文介绍 Zero-real Agent Policy (ZAP) 方法,利用预训练的 27B 参数模型进行世界理解推理,随后仅通过简单仿真任务中的监督微调及 GRPO 算法学习运动控制。
智能驾驶
卓驭:L3 量产关键在于架构级冗余与成本预算平衡
卓驭科技 AI 首席技术官陈晓智在圆桌及公开场合阐述,L3 量产的核心卡点在于责任主体转移后的工程标准升级,需三冗余架构(主备域控、独立电源通信)而非单纯算力堆砌。
具身智能
智元发布 Genie Studio 2.0 具身智能开发运营平台
智元发布 Genie Studio 2.0 集成平台,连接机器人模型、任务工作流与现场系统,支持新任务环境七天验证。平台包含 Flywheel 模块用于数据收集、模型训练及仿真测试,Agent 模块用于拖拽式任务编排,Monitor 模块用于车队监控与远程干预。
世界模型与仿真
上海AI实验室推出通专融合智能体书生-A1.5
上海AI实验室推出通专融合智能体书生-A1.5(Sage-A1.5),在神经科学与电化学等真实场景中验证递归自我改进技术路径。该模型具备智能体编排与校验能力,可自主拆解任务、调度子智能体并行调研并修正推理偏差。35B参数版本在多项专业评测基准中表现优异,支持昇腾NPU及多种GPU架构,面向科研团队开放试用。
Skill^infty:实现智能体技能优化的递归自我改进
该论文提出 Skill^infty 框架,通过让元智能体利用可编码为技能的元技能来诊断执行轨迹、生成候选方案并分配搜索预算,从而实现技能优化过程的递归自我改进。
计算机视觉
Iris:基于可复用选项记忆的类型化视觉决策框架
论文介绍 Iris 框架,支持图像、文本或混合候选人的类型化决策任务。研究证明在 Iris 架构下可实现严格的顺序不变性与精确缓存复用,并在 MetaEncoder 基准上超越更大参数量的模型。此外,通过重构 Qwen3.5 的卷积层为矩阵乘积形式,解决了 Ampere GPU 上的系统瓶颈,处理速度提升 350 倍。代码、数据与检查点已开源。
iPrefBench:面向个性化移动使用代理的用户中心基准
iPrefBench 是一个用于评估个性化移动使用代理推断和询问能力的基准,运行在包含交互式模拟用户的可执行 iOS 环境中。该基准基于拥有 3,051 次历史活动事件的连贯人设,涵盖 26 个应用中的 130 项未明确定义的用户任务。
产业与监管
ANYbotics 开始交付适用于爆炸性环境的 ANYmal X 四足机器人
ANYbotics 今日推出并已开始交付 ANYmal X,这是全球首款专为爆炸性环境设计的四足巡检机器人,已获 ATEX(欧洲)和 IECEx(全球)认证。该机器人采用全封闭氮气舱、非金属外壳及防爆组件设计,无需设施改造即可在油气化工等高危区域自主运行。
Embotech 与宝马达成百万辆级自动驾驶落地里程碑
Embotech 与宝马集团宣布利用 Embotech 自动化驾驶技术在英国和德国的四个厂区累计完成 100 万辆车的自动移动,验证了该系统的规模化部署能力。该系统基于基础设施感知(Hesai 激光雷达),无需车辆改装即可在现有产线运行,由 TÜV SÜD 认证的安全架构保障可靠性。
快讯
- 文字重要吗?文本对少样本与全样本视觉语言异常检测的贡献分析arXiv · 机器人与计算机视觉
- SG-Splat:面向无位姿输入的稳健几何学习 3D 高斯泼溅方法arXiv · 机器人与计算机视觉
- HumanoidNDM:通过人形神经动力学模型弥合运动跟踪的训练与部署差距arXiv · 机器人与计算机视觉
- X-World:将视频先验迁移至可变视角机器人控制框架arXiv · 机器人与计算机视觉
- FreeView:一种从非精选视图进行稳健三维重建的训练即免框架arXiv · 机器人与计算机视觉
- Staged Multi-Agent Training for Human-Exoskeleton Co-Adaptation:基于仿真的学习与真实世界代谢及生物力学验证arXiv · 机器人与计算机视觉
- RoboGene:面向 VLA 预训练的多样性驱动智能体任务生成框架arXiv · 机器人与计算机视觉
- FlatVPR:一种用于基础模型特征流形几何校正的即插即用线性残差适配器arXiv · 机器人与计算机视觉
- GUIFlow:面向 GUI 智能体的时序冗余感知增量推理框架arXiv · 机器人与计算机视觉
- AdaThinkDrive:基于强化学习的自动驾驶自适应思考框架arXiv · 机器人与计算机视觉