NVIDIA Research 发布多项机器人仿真到现实转移技术
NVIDIA Research 在 ICRA 会议上展示了八篇论文,推动机器人从受控演示向真实世界通用自主性转变。
推荐理由:NVIDIA Research 在 ICRA 展示多项 sim-to-real 技术,涵盖多臂协同、灵巧操作与视觉语言动作模型,提供 GitHub 代码与 Isaac Lab 等工具链入口。
技术方向
辅助驾驶与自动驾驶的技术、量产和运营,保留功能边界、地域、许可条件及安全证据。
204 条精选近 30 天 59 条共收录 1,008 条
NVIDIA Research 在 ICRA 会议上展示了八篇论文,推动机器人从受控演示向真实世界通用自主性转变。
推荐理由:NVIDIA Research 在 ICRA 展示多项 sim-to-real 技术,涵盖多臂协同、灵巧操作与视觉语言动作模型,提供 GitHub 代码与 Isaac Lab 等工具链入口。
文远知行宣布再次在罗兰·加洛斯(法网)网球锦标赛部署其自主 Robobus 服务,这是双方连续第三年合作。自 2024 年以来,该车辆提供赛事现场唯一的自动驾驶公共接驳服务。
推荐理由:文远知行与雷诺集团连续第三年合作,在法网期间部署全无人 Robobus 服务,并同步推进欧洲多地的商业化运营。
文远知行宣布其端到端 ADAS 解决方案 WRD 3.0 在由中国电动智能汽车媒体平台 D1EV 主办的第二届中国城市智能驾驶大赛(合肥站)中,搭载奇瑞星途 ES 的测试车以 102.81 分夺冠,延续五连胜纪录。
推荐理由:文远知行 WRD 3.0 方案在合肥站实现五连胜,并依托 GENESIS 仿真平台与多芯片适配策略推进 L2++ 大规模量产。
Google DeepMind 发布 Gemini 3.5 Flash 模型,该模型在终端基准、代码生成及多模态理解任务上表现优异,推理速度达到其他前沿模型的 4 倍。作为首个面向公众的 3.5 版本,它默认用于全球用户的 Gemini App 和搜索 AI 模式,并驱动了个人智能体 Spark 等功能的上线。DeepMind 同时表示正在内部使用 Gemini 3.5 Pro,计划于下月推出。
推荐理由:DeepMind 发布 Gemini 3.5 Flash,在保持高推理速度的同时提升多模态理解与长程任务执行能力,并默认用于个人智能体 Spark。
文远知行宣布 2026 年 Q1 财务结果,总营收为 1650 万美元。其 L2++ 端到端 ADAS 解决方案 WeRide Driving (WRD 3.0) 加速量产,获得近 30 个车辆设计定点,并与广汽埃安联合开发的 Aion N60 正式亮相。此外,该公司在 Robotaxi 商业化方面持续扩展,中国注册用户数同比翻倍,全球车队规模达约 1300 辆。
推荐理由:财报显示 Q1 营收增长,L2++ 方案获近 30 个设计定点并首秀于广汽埃安 N60,同时 Robotaxi 规模扩大。
2026 年 5 月 8 日,上汽奥迪首款纯电旗舰 SUV E7X 开启预售,首发搭载由上汽奥迪与 Momenta 联合开发的 Panoramic Assisted Driving System。
推荐理由:奥迪 E7X 首发搭载 Momenta L3 智驾能力与 R7 世界模型,结合 100 亿公里量产数据构建虚拟训练场,并具备全场景泊车等核心功能。
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。
Kodiak AI 宣布将在加拿大阿尔伯塔省的西弗雷尔木材公司开展自动驾驶卡车试点运营,计划于 2026 年下半年将配备 Kodiak Driver 系统的车辆从森林站点运输木材至加工厂。此次合作旨在利用物理 AI 技术应对偏远崎岖路况下的安全与司机短缺问题,并作为未来长期商业部署的验证基础。
推荐理由:Kodiak 宣布与西弗雷尔合作,计划于 2026 年在加拿大阿尔伯塔省开展自动驾驶木材运输试点,标志着其国际业务拓展至林业领域。
Kodiak AI 宣布与 Roehl Transport 合作,自 2026 年 4 月起每周四次于达拉斯和休斯顿之间开展自动驾驶货运服务。双方均强调安全是核心驱动力,Kodiak Driver 系统旨在解决长途货运的安全与效率挑战。
推荐理由:Kodiak 宣布与 Roehl Transport 合作,每周四次在达拉斯至休斯顿间开展无人货运服务。
Kodiak AI 与通用动力陆地系统(General Dynamics Land Systems)宣布建立战略协作,共同开发用于防御应用的自主地面车辆(AGV)。
推荐理由:Kodiak AI 与通用动力陆地系统宣布战略合作,将物理 AI 虚拟驾驶员集成至军用平台以开发自主地面车辆。
文远知行与联想在 Auto China 2026 宣布扩大合作,计划于 2026 年起五年内在全球联合部署 20 万辆自动驾驶车辆(含 Robotaxi)。双方将整合文远知行的 L4 技术平台与联想的智能计算及供应链能力,加速物理 AI 在真实移动场景的落地。
推荐理由:双方宣布五年内全球部署 20 万辆 L4 自动驾驶车辆,并依托 HPC 3.0 平台降低算力成本与总拥有成本。
Momenta 在北京车展上宣布其 R7 世界模型首次进入大规模量产阶段,标志着智能驾驶从“感知”迈向“理解”。该模型采用预训练、仿真与强化学习三层架构,旨在通过虚拟环境中的千万次推演掌握物理规律,从而在十万分之一概率的极端场景中提供安全保护。目前搭载该系统的大规模量产车辆数量已超 80 万辆,全球交付速度显著提升,并在包括英国、挪威在内的多个地区部署了 Robotaxi 生态。
推荐理由:Momenta 宣布 R7 世界模型进入量产,通过三层架构实现从模仿到想象的进化,旨在解决长尾极端场景下的安全决策问题。
Momenta 宣布其 R7 世界模型将通过 OTA 更新正式搭载于 MG 07 量产车型,标志着物理 AI 时代的到来。该模型基于超过 100 亿公里的真实驾驶里程提炼数据,旨在超越单纯感知,具备理解物体属性、运动因果及交互可能性的能力,从而实现更真实的物理世界预测与规划,支持从车位到车位的无缝行驶及复杂场景下的敏捷导航。
推荐理由:Momenta R7 世界模型正式落地 MG 07,开启物理 AI 时代,具备理解物体属性与因果关系的预测规划能力。
文远知行发布 WRD 3.0 端到端 ADAS 解决方案,实现 NVIDIA DRIVE、Qualcomm Snapdragon 及 SiEngine StarLight 等多平台兼容。
推荐理由:WRD 3.0 实现多芯片兼容,将 L4 算法能力下放至低成本平台,支持 OEM 灵活部署。
Kodiak AI 首席系统工程师 Kelly Smith 分享其在 NASA 参与阿耳忒弥斯 2 号任务期间开发的飞行软件经验,阐述将航天级概率风险评估(PRA)与故障管理架构引入自动驾驶的策略。文章强调通过 Monte Carlo 仿真寻找罕见风险事件,并建立从正常驾驶到降级运行的平滑过渡机制,以构建可量化的安全案例。
推荐理由:作者将阿耳忒弥斯任务的安全工程经验迁移至自动驾驶,提出基于概率风险评估与故障管理的架构设计思路。
Google DeepMind 发布 Decoupled DiLoCo(Distributed Low-Communication)架构,旨在解决未来超大规模模型训练中维持数千芯片同步的物流挑战。
推荐理由:DeepMind 推出 Decoupled DiLoCo 架构,支持在低带宽和异构硬件下训练大模型,显著提升分布式训练的容错性与效率。
文远知行宣布其端到端 ADAS 解决方案 WRD 3.0 在芜湖站的中国城市智能驾驶大赛中首次实现历史性的连续四次夺冠,领先第二名超过 10 分。该系统基于自研 GENESIS 世界模型与大规模 L4 真实路测数据构建闭环优化能力,已在奇瑞星途 ES/ET、广汽埃安 N60 等车型上实现量产部署,并随全新星途 EX7 上市同步开放 OTA 升级服务。
推荐理由:文远知行 WRD 3.0 系统凭借连续四次夺冠确立技术领先,并已在广汽埃安、奇瑞等多款车型实现量产交付。
2026 年 4 月 16 日,广汽埃安正式开启 Aion N60 预售,该车由文远知行与广汽埃安联合开发,全系标配文远知行 WRD 3.0 端到端智驾方案。这是 WRD 3.0 首次实现量产部署于高通骁龙 SA8650 平台,使文远知行成为首个在 NVIDIA Drive 和高通骁龙两大主流车载计算平台上均完成端到端技术量产落地的自动驾驶解决方案提供商。
推荐理由:文远知行宣布其端到端智驾方案 WRD 3.0 首次量产部署于高通平台,并依托自研世界模型 GENESIS 实现复杂场景仿真训练。
World Labs 发布 Spark 2.0,集成 Level-of-Detail、渐进式流传输和虚拟内存技术,可在任何设备上流畅渲染包含数亿高斯椭球体的大规模 3D 场景。新工具提供 .RAD 文件格式以支持按需加载细节,并开源了 Rust 编写的核心代码与示例仓库,允许开发者在 Web 浏览器中构建交互式 3DGS 体验。
推荐理由:World Labs 发布 Spark 2.0,通过 LOD、渐进式流传输和虚拟内存技术,支持在浏览器端渲染海量 3DGS 场景。
DeepMind 正式发布 Gemini Robotics-ER 1.6 模型,该版本在空间推理、多视角理解及仪表读数能力上显著优于前代。新增的仪表读数功能允许机器人自主解读压力计和液位计等复杂工业设备,结合波士顿动力 Spot 机器人的实地需求开发。
推荐理由:DeepMind 发布 Gemini Robotics-ER 1.6,新增仪表读数能力并强化空间推理与多视角理解,开发者可通过 API 和 Colab 立即试用。