看懂日报 · 2026 年 11 月 17 日 · 星期二
kandong
重型机械杂技:通过强化学习实现滑移装载机动态控制
该论文展示了利用强化学习(RL)结合仿真到现实(sim-to-real)迁移技术,成功自动化了复杂液压驱动的重型机械——John Deere 332G 滑移装载机的极限动作。策略使机器能够自主完成两轮平衡、跨越崎岖地形、绘制指定轨迹及旋转等高难度杂技动作,此前这些操作仅由少数精英人类操作员在世界纪录级别的表演中实现。
具身智能
星动纪元 XHAND 1 Pro-U 限量发售并嵌入英伟达 GR00T 2 生态
星动纪元于 11 月 16 日面向全球限量发售高自由度五指灵巧手 XHAND 1 Pro-U,仅 40 只。该产品围绕英伟达 GEAR DexUMI 外骨骼与 GR00T 2 世界模型重构架构,实现机械同构以支持高质量数据采集与真机执行。在香蕉酸奶、舀取麦片等三项任务中,搭载该灵巧手的机器人配合 GR00T 2 分别达到 60%、80% 和 75% 的完整任务成功率,优于前代版本。
Agile Robots 获软银等领投 5 亿美元 Series F 融资以扩充产能
Agile Robots 宣布完成 5 亿美元 Series F 轮融资,由 SoftBank Group 领投,NVIDIA、Hitachi Group 及 T.Capital 参与。
计算机视觉
DoubleTake:面向长文档理解的视觉证据聚焦验证方法
针对长文档问答中模型即使检索到充分证据仍可能回答错误的问题,论文提出了 DoubleTake 框架。该方法无需训练,利用初始阅读生成的候选答案与证据记录指导二次检索,通过规划器生成事实性问题、验证器基于源图像盲答以及推理器整合观察结果来解决原始问题。
阿里巴巴发布Qwen4-Max基座大模型,智能体及编程能力进阶
阿里巴巴于11月16日发布全新一代基座大模型Qwen4-Max,总参数2.4T,具备原生视觉能力和百万上下文支持。该模型采用基于稀疏注意力的MoE架构,激活参数仅71B,在CodeArena前端编程盲测中位居全球第六,在Agents' Last Exam等智能体评测中处于领先梯队。
产业与监管
工信部征求《汽车改装管理办法》意见
工业和信息化部装备工业一司组织起草了《汽车改装管理办法(征求意见稿)》,现向社会公开征求意见,截止日期为2026年12月12日。
快讯
- MeanFlowAdvantage:面向平均速度生成器的稳定奖励微调方法arXiv · 机器人与计算机视觉
- V-JEPA-LM:能读取动态信息的视频语言模型arXiv · 机器人与计算机视觉
- PROOF:通过分布外回退实现腿部运动的感知鲁棒性arXiv · 机器人与计算机视觉
- SCAR:通过候选重排序连接粗粒度检索与细粒度定位arXiv · 机器人与计算机视觉
- E0:通过 Tweedie 离散扩散实现表达性细粒度动作预测arXiv · 机器人与计算机视觉
- EcoVGGT:基于固定键推理的高效可流式长视频前馈三维重建方法arXiv · 机器人与计算机视觉
- CLIP 嵌入中分层概念结构的可证明跨模态转移arXiv · 机器人与计算机视觉
- Token2Tile:通过低秩空间实现基于 Tile 执行的 Token 级稀疏注意力以加速视频 DiTsarXiv · 机器人与计算机视觉
- TelePhysica:基于智能体的物理交互式场景重构方法arXiv · 机器人与计算机视觉
- Ego2Flow:基于真实城市地图蒸馏的自动驾驶交通系统影响基准arXiv · 机器人与计算机视觉