元点机器人把开发者真正拉进了协同创作的“第一线”。 作者丨幸丽娟 编辑丨林觉民 2026年,人形机器人赛道进入一个微妙的悖论期。 硬件在“狂飙”。全尺寸人形已能完成后空翻、街舞连招、甚至高动态武术特技;电机扭矩密度、关节模组集成度、全身动力学控制精度都在快速逼近人类水平。 宇树 G1 用上OmniXtreme 框架,更是把后空翻成功率做到 96.36%,端到端推理延迟压到 10 毫秒。这些数字放在三年前,不可想象。 但,行业生态的“基本盘”却几乎没有变过。 每家的本体形态、关节配置、传感接口、运动学标定都不一样。A 公司花几年训练出来的抓取策略,拿到 B 公司的硬件上价值归零;高校实验室在某台机器人上验证过的算法,换个本体就得推倒重来。 研发成本居高不下,本就稀缺的真实交互数据,被锁死在单一硬件体内。 这个局面,像极了2007年安卓诞生前的手机行业:厂商各行其是,硬件形态各异,软件生态碎片化,开发者被迫为不同平台重复适配。 而安卓做了一件事:联合整个产业链,定义了一套统一的开放标准,构建了一个全开放的生态体系,让开发者和厂商在同一套技术框架下协作。 人形机器人行业,同样在等这样一个“让…

【推动具身智能产业高质量发展 长三角G60城市发布共建倡议】财联社9月4日电,2026浙江省“质量月”活动启动仪式暨第九届长三角G60科创走廊质量标准大会在浙江杭州举行。从大会现场了解到,为凝聚产业链上下游共识,构建产学研用协同的质量标准共治格局,推动具身智能产业高质量发展,会上发布了《长三角G60城市具身智能产业质量标准协同共建倡议》《2025年度长三角G60科创走廊质量标准评价指标体系研究报告》等成果。《长三角G60城市具身智能产业质量标准协同共建倡议》提出:坚持质量为先,筑牢产业发展根基;共建标准体系,打通产业协同接口;协同数据治理,夯实智能训练底座等。其中,在坚持质量为先方面,聚焦标准
Insider Brief Nscale has signed a multi-year partnership with humanoid robotics company Figure that could deploy up to 100,000 Nvidia GPUs, with an initial $3.5 billion compute commitment to support Figure’s next generation of humanoid robots. According to the companies, the agreement could grow to more than $6 billion of compute and initial GPUs using […]

8 月 19 日,北京亦庄的空气里飘着一种奇怪的兴奋,这是 2026 世界机器人大会开幕的日子。300 多家企业、2000 多件展品,几乎把具身智能行业能拿出的东西都搬到了这里:大模型、本体、关键零部件、数据,应有尽有。 开幕当天,宇树科技敲钟上市,盘中市值一度冲破 4000 亿元,这可能是过去十年,中国机器人行业最接近「资本狂欢」的一天。过去,机器人公司更多活在实验室、融资新闻和 Demo 视频里;而宇树的上市,第一次给这个仍处在早期的赛道钉下了一个资本锚点。 除此之外,云深处科技进入交易所受理或审核环节;智元机器人则于 2026 年 7 月确认启动赴港上市流程。一级市场的热,正在向二级市场传导,具身智能不再只是技术想象,也开始被要求回答收入、交付、毛利和规模化的问题。 逛完整个展区,跟我们此前预料的一样,今年没有让所有人「哇」的时刻,更多的是 demo 的展示。宇树没有展示刚刚发布的、原地跳高 2 米、奔跑速度 12.66 米/秒的「超人」,展台上更多是已有产品在解锁新动作;众擎把八角笼搬进了会场,维他动力用二次元偶像的方式整活……热闹是真热闹,但很少有人再讲「颠覆性突破」这四个字…

Insider Brief A KAIST research team reports using machine learning to develop a material that can stretch like rubber but is also 3D-printable. “This research is significant as it shows that combining researchers’ experimental data with artificial intelligence can efficiently identify optimal material combinations that were previously difficult to find,” said professor Seungchul Lee, who […]

2026年9月2日,由灵心巧手与星源智共同发起,联合奥比中光、法奥机器人、福莱新材、禾赛科技、华威科、览沃科技、朗毅机器人、灵猴机器人、珞石机器人、迈尔微视、钕娲创造、泉智博、森云智能、速腾聚创、他山、无问智科、讯飞机器人超脑平台、鑫精诚、移远通信、知行具身、纵贯线等20余家产业链核心企业组成的“中国具身智能Tier1产业联盟”正式成立。 联盟成员完整覆盖具身大脑、灵巧手、语音交互、视觉感知、激光雷达、机械臂、移动底盘、无线通信、热管理、传感器等关键环节。作为联盟创始成员,灵心巧手将与联盟企业,围绕跨硬件适配、跨本体部署、场景验证三大主轴,推动具身智能从“单点领先”迈向“系统领先”。 产业浪潮已至,中国具身智能Tier1产业联盟应势而生 具身智能正加速走出实验室,步入工业制造、物流仓储、商业服务等千行百业的真实场景。然而,产业的规模化落地从来不是某一项单点技术的胜利,而是感知、决策、执行等软硬件链条的全栈协同。 雷峰网观察到,当前行业正面临一系列共性挑战:灵巧手、视觉模组、激光雷达、机械臂、移动底盘等关键部件来自不同厂商,硬件接口不统一,集成适配成本居高不下;真机操作数据、视觉感知数据…

近日,物理AI研发公司ZINOVA基于逐际动力TRON 2双臂具身机器人,联合建筑机器人公司RIC Robotics完成了混凝土倾覆板(Tilt-up Construction)缩比施工场景演示,覆盖支模组框、多层钢筋铺设与绑扎等核心工序。雷峰网了解到,此次POC验证了具身机器人使用现有工具参与复杂施工流程的可行性,也是垂直行业创新企业基于通用机器人平台开发行业应用的又一次原创性实践。 TRON 2双臂具身机器人创新构型完成混凝土倾覆板缩比施工场景演示 ZINOVA探索工具智能,让机器人“学会用工具” ZINOVA是一家专注物理AI的研发公司,核心研究方向是工具智能(Tool Intelligence)——让机器人能够识别、抓取并感知现实世界中已有的工具,真正参与线下的生产性工作。其研究围绕三个维度展开:Grasp(通用工具抓取)、Feel(TEISI感知接口,采集工具与环境交互中的力、扭矩、振动、阻力等数据)以及Form(探索针对具体任务的机器人形态)。三者共同构成可跨工具、跨任务、跨机器人形态迁移的工具智能体系。ZINOVA的路径并非为每一个工种制造一台专用机器人,而是让同一套工具…

Gemini 领跑,GPT表现平平,国立清华、英伟达提出双奖励孪生网络,告别算力焦虑。 作者丨张 璐 编辑丨幸丽娟 VLM大模型(VLM)在静态视觉与推理任务上已展现出强悍能力。然而在具身智能领域,当模型需要面对复杂的动态交互与机械臂控制时,它们能否准确评估智能体的动作与画面变化,依然是一个待检验的问题。 过去不少人以为,能“看懂画面”就意味着能“当好教练”。但对具身智能来说,从识别场景到精准评估动作进展,完全是两码事。 为了厘清各大模型在真实动作评估中的底细,国立清华大学与 NVIDIA 联合团队在最新研究《VLM-AR3L: Vision-Language Models for Absolute and Relative Rewards in Reinforcement Learning》中,把 Gemini 2.0、GPT-4.1 等主流大模型拉进同一个考场,对它们的视觉裁决能力做了一场综合评估。 论文链接:https://arxiv.org/pdf/2607.00483 01 考场设计:四大仿真套件、 10 大场景与“看图判进展”规则 研究团队选用的 10 个典型任务,涵盖了具…

给模型做一次脑部“CT”,低成本重塑真实空间智能。 作者丨张 璐 编辑丨幸丽娟 先来看一道简单的多模态大模型视觉考题: 观察给出的几张室内多视角照片,请回答:从图 1 的视角来看,蓝色椅面的办公椅右边是什么? A. 单人沙发以及旁边的一张小桌子 B. 摆着微波炉的桌子 C. 小厨房 D. 蓝色垃圾桶 Qwen2.5-VL-7B精准选择了正确答案 A;LLaVA-OneVision-8B却选了 D。 按照以往的习惯,我们大概率会把原因归咎于模型在做多视角坐标转换时逻辑迷航了,或者它的空间推理能力不够,把左右相对位置搞混了。 但中山大学团队却在论文《SpatialSV: Internalizing Interpretable 3D Spatial Awareness in MLLMs via Task-Oriented Visual Supervision》中,给出了一个意想不到的答案。 研究团队像给模型做脑部 CT 诊断一样,提取出 LLaVA 在推理生成时的中间隐藏层特征,渲染成了一张 3D 空间点云图。 瞬间真相大白:在 LLaVA 脑海里建构的三维几何画卷中,那张作为关键参照物的“…

A recent ICRA panel titled “Surviving the Paper Deluge” brought together leading robotics researchers who have grappled with the overwhelming number of robotics papers being published today. The discussion ranged from hard numbers on publication growth, through the promises and risks of large language models (LLMs), to radical proposals for reshaping peer review as we […]

作者|苏子华 编辑|靖宇 机器人行业现在最关心的一个问题:它能干完一整件事吗? 几十秒的抓取物品的视频已经撑不起估值了。把一件事从头干到尾,成了最新的考题,行业里叫它「长程任务」。 8 月 19 日,世界机器人大会,一台机器人首次亮相,用 15 分钟回答了这道题:收拾客厅,检查冰箱,把烘干机里的衣服拿出来,放进新的一批,按下启动键,最后把衣服叠好。 里面大概有七八十个动作,自主完成,全程没掉链子。 正在忙活衣物烘洗家务的 MORPHI KINO 机器人|图片来源:MORPHI 造它的公司叫墨奇(MORPHI),成立刚 8 个月。联合创始人黄青虬出生于 1994 年,清华自动化本科、香港中文大学 MMLab 博士。 在华为车 BU 的五年,他从研发飞速做到智驾 AI 部门一号位,主导了华为智驾 ADS 1.0 到 4.0 的算法突破与量产,管两百多人。根据公开信息,华为智驾系统已覆盖 35 家车企、50+ 款量产车型,搭载量超 170 万台。例如,被广为熟知的问界、智界、尊界等新能源汽车品牌。 离开前,他做了件大事:把整个智驾全部完成了 AI 化。也是在做完这一代之后,他亲手验证了用一个…

当行业将大量注意力投向人形机器人、本体制造和基础模型时,机器人进入现实世界后的“运行问题”,正在成为另一个关键技术战场。9月1日,港股上市公司弘毅文化集团(00419.HK)发布自愿公告,AIROBO中国大陆主体—艾诺博(成都)科技有限公司与中国科学院力学研究所签署为期五年的合作协议,双方拟围绕复杂场景运行机理、空间智能、仿真推演、多机协同、场景数据闭环及成果转化展开合作。此次合作并未限定于某一款机器人,而是直接瞄准异构机器人规模化进入真实空间后出现的共性技术问题。 值得注意的是,双方此次并未把重点限定在某一款机器人产品,而是将研究对象直接指向机器人规模化进入真实空间之后产生的一系列共性技术问题。这与AIROBO本身的技术定位密切相关。AIROBO并不以单一机器人本体作为核心,而是试图构建面向多品牌、多类型机器人的统一运营平台。 异构管理规模化成为刚需 当一个物业项目只有一台配送机器人时,设备厂商自身的软件系统基本可以完成管理;当数量从1台增长到10台、100台,并来自不同厂商,复杂度会迅速上升。不同机器人可能采用不同地图体系、坐标系统、任务接口和数据格式;与此同时,机器人还必须与电梯…


在 MIT 的一项实验里,研究人员搭了一张 72×54 格的虚拟地图,把 200 个 AI 智能体放了进去。地图上散落着甲壳素、纤维素、真菌、矿物和海藻,也有不同的加工设施;污染、干旱和风暴会不时出现。 AI 得自己找资源、做实验、造装置,再给装置写控制程序。所有 AI 起点相同,没有谁被指定为工程师,也没有谁天生就是项目经理。它们只收到一项长期任务:开发能够提高环境韧性的仿生材料系统。 这套系统叫 SwarmWorld,有点像 AI 版《文明》。但实验里有意思的结果不是 AI 会采矿、会盖东西,或者最后出现了分工,而是 AI 世界里的技术并不主要依靠聊天传递。在这个系统里,群聊没有消失,也有一定用处。但真正承担技术传播的,是这 200 个智能体共同生活的世界。 图|SwarmWorld 的共享世界与 Agent—环境循环。(来源:arXiv) 同一项任务,研究团队一共跑了四个版本。第一个版本叫“完整文化”。智能体共享世界,可以发消息、发布记录、教学、交易、认领任务,也能看到、复用和修改别人装置里的程序。它很像一间通信、知识库和代码协作工具全部开放的实验室。 第二个版本禁止通信。消息、…

视觉轨迹充当“同声传译”,让世界模型和机器人动作真正“同频对话”。 作者丨幸丽娟 编辑丨岑 峰 日前,一篇叫做《TrAct: Bridging Robot Control and Visual Prediction with Visual Tracks》的论文悄然上线 arXiv。论文署名中出现了两个大家很熟悉的名字——李飞飞、吴佳俊。 论文链接:https://arxiv.org/html/2608.24101v1 熟悉具身智能圈的人都知道,这两个名字放在一起,分量不轻。 李飞飞是世界模型“空间智能”方向的旗帜人物,而刚刚领完 IJCAI 2026 计算机与思想奖的吴佳俊,则是这一领域最核心的研究者之一。 这两位长期合作的学术战友,最近在具身智能领域动作频频。就在一个月前,他们刚与 ControlNet 作者张吕敏等十余位学者共同发表了《Masked Visual Actions for Unified World Modeling》,把机器人动作渲染成像素轨迹,喂给视频世界模型。 但对于他们而言,之前的尝试或许还不够彻底。 世界模型能看懂机器人动作了,但机器人动作那一侧的问题还卡着…

学术数据和真实数据完全是两回事;可解释性成落地“生死线”。 作者丨幸丽娟 编辑丨岑 峰 三年前,正值大模型爆发之年,麦肯锡就曾对全球交通与工业领域的从业者做了一项调研,问题很朴素:距离真正的智能化,还有多远? 答案出乎意料地悲观:还要10到20年。 而把时间线拉到现在,模型越来越大、智能体越来越多、时空数据挖掘的论文层出不穷。 现实依旧是,全球没有一座城市长期部署了基于强化学习的交通信号控制系统。那些在顶会上“超越所有SOTA”的预测模型,真正到了城市交通部门手里,他们的答案往往是:“这个方案,我不敢放手用。” 问题的症结在哪里? 在刚刚结束的 IJCAI 2026 Early Career Spotlight(早期职业焦点)演讲中,慕尼黑工业大学 (TUM) W2 教授黎子玥(Ziyue Li)给出了他的答案: 第一,学术研究长期停留在“干净数据”的舒适区,而公共部门面对的,永远是不完整、不规整、不可控的真实数据; 第二,可解释性不是论文里的加分项,而是从实验室走向城市落地的“生死线”。 黎子玥的履历横跨学界与工业界:香港科技大学工业工程与决策分析系博士,现任慕尼黑工业大学W2教授,…

DeepSeek released V4-Flash-Vision-Exp on Hugging Face under an MIT license, bringing image input to its V4 series for the first time.

过去几年,AI芯片行业最容易比较的是一张卡。雷峰网 雷峰网 峰值算力多少、显存多大、带宽多高,几组参数放在一起,似乎就能迅速分出高下。但当大模型进入规模化训练与推理,尤其是MoE、Agent等新型负载不断拉高算力需求后,单卡性能正在变得越来越不够用。 真正进入数据中心,一张卡能跑多快只是第一关。数十张、数百张乃至上万张芯片如何高速互联,软件能否把硬件能力释放出来,集群能否在高负载下长期稳定运行,正在共同决定一套算力系统最终能够交付多少有效算力。 AI芯片的竞争,正在从“造一颗更快的芯片”,变成一场芯片、模组、互联、软件和集群共同参与的系统战。 这也让燧原科技过去八年的一条技术路线,开始显出不同的价值。 从2018年成立开始,燧原选择的就不是一条只围绕单颗芯片展开的道路。四代架构、5款云端AI芯片之外,它逐步向AI加速卡及模组、编程软件平台、智算系统和大规模算力集群延伸,最终搭起了一套覆盖芯片、硬件、软件与集群的核心技术体系。 这套体系也已经越过实验室阶段。燧原多代产品进入大型互联网公司的真实业务,在国民级应用中实现规模化部署;与此同时,千卡、万卡级智算项目也已经走向商业化。 因此,如果…

AI项目失败率居高不下,零售电商企业如何避开陷阱?兰德公司访谈65位专家,揭示五大失败根源:领导层误解、数据质量不足、追逐技术而非解决问题、部署能力欠缺、场景不适配。波士顿咨询的10-20-70法则指出,70%的成功取决于人、流程与文化转型。本文深度解析,助你提升AI落地成功率。 为了探究AI和机器学习项目失败的原因,美国兰德公司的研究团队访谈了65位在工业界或学术界拥有至少五年AI模型构建经验的数据科学家和工程师,这些受访者来自不同规模和行业的企业,以确保结论具有广泛代表性。 最终,访谈内容和相关数据形成了一份题为《人工智能项目失败的根源及其成功之道》的研究报告,据估算超过80%的AI项目最终失败,这些项目要么未能走出试点阶段,要么虽然部署上线却未能交付可衡量的商业价值。 同样的,MIT与麦肯锡的联合研究显示,90%的生成式AI实验项目从未能走出试点阶段。更令人担忧的是,标普全球2025年的调查表明,42%的企业承认放弃了大部分AI计划,而2024年这一比例仅为17%,短短一年间AI项目放弃率飙升了147%。 另据调查显示,84%的商业领袖相信AI将对业务产生重大影响,97%的商业领…

See how Gilbert + Tobin combines CEO-led commitment, rigorous governance, and human accountability to scale ChatGPT Enterprise and Codex across the firm.
Anthropic 发布 Claude Fable 5.1(claude-fable-5-1),面向长时间运行的智能体编码、知识工作与研究,Claude Mythos 5.1 面向 Project Glasswing 参与者。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmtj04igz04xproel00pt2oju
(来源:MIT News) 一个诞生于麻省理工学院课堂项目的飞行器概念,如今正在变成一项价值 8.5 亿美元的制造计划。Electra 最初的设想,是造一架混合动力飞机:它不需要传统飞机那么长的跑道,却能比纯电动飞机飞得更远、更快。如今,这个从校园里走出来的项目,正准备进入规模化生产。 目前,Electra 设计的是一款固定翼飞机,希望让航空出行覆盖更多传统机场难以触达的地区,尤其是那些距离大型机场较远的人群。相比传统飞机,它采用了更小、更高效的发动机,同时配备电池,在起飞和降落阶段提供额外动力。 这款飞机的航程约为 1200 英里(约 1930 公里),巡航速度约为每小时 200 英里(约 320 公里)。它不仅能降低燃油消耗,更特别的是,对起降场地的要求远低于传统飞机,而且噪音更小。理论上,驳船、停车场甚至足球场大小的空地,都可能成为它的起降点,而不必依赖传统机场。 Electra 技术开发总监克里斯·库尔廷(Chris Courtin)表示,“50 到 250 英里(约 80 至 400 公里)的出行距离,是这项技术最适合发挥作用的区间。对于很多行程来说,它会比开车或者搭乘商业航…

许多人小时候都玩过折纸青蛙。用手按住它的尾部再松开,纸青蛙便会突然弹起。但每跳一次,人们都要重新按压,让它再次蓄能。许多软体装置也一样,可以跳得很高,却无法独自准备好“下一跳”。 若要反复跳跃,机器人既要储存并快速释放弹性能,还要处理空中姿态、落地状态和重新蓄能等问题。以往方案通常需要人工复位、机械锁扣,或者周期性改变外部刺激。任何一个环节失效,连续运动都会中断。 近日,北卡罗来纳州立大学尹杰研究团队给出了解决方案,成员包括漆方杰、周才植、清海涛、孙昊泽和洪尧烨。他们把液晶弹性体软环与刚性 V 形尾部结合,让装置在恒定红外光照下完成储能、起跳和复位。论文于 8 月 27 日发表于《美国国家科学院院刊》(PNAS)。 实验中,这枚毫米尺度的软环连续跳跃超过 500 次,无需反复开关光源或手动复位。优化构型的垂直跳跃高度超过自身高度的 80 倍,稳定定向跳跃距离超过自身长度的 3 倍,还能在斜坡、草地、湿沙和碎石等表面持续运动。 此外,团队进一步改变材料与尾部设计,使软环可以入水、划行并重返岸边。由此,该研究还实现了从陆地连续跳跃到水陆两栖运动的拓展,展示了这套自主储能与复位机制在不同环境…

会生成未来,不等于理解世界。 作者丨吴思梦 编辑丨岑 峰 2026世界机器人大会的最后一天,一场题为“世界模型到服务人类的现实距离”的论坛对话,将八位分别来自模型、数据、本体、仿真各赛道的创业者拉到了同一张桌子上。 这场对话由刚刚获聘中国电子学会世界模型专委会主任委员的之江实验室主任、阿里云创始人王坚主持。八位对话嘉宾——大晓机器人董事长、商汤科技联合创始人王晓刚,奥比中光创始人、董事长黄源浩,无界动力创始人、CEO张玉峰,跨维智能创始人、CEO贾奎,智澄AI创始人、CEO胡鲁辉,飞渡科技联合创始人、总经理宋彬,蚂蚁灵波科技首席科学家沈宇军,极佳视界联合创始人、首席科学家朱政,均为该专委会委员。 尽管大家都在一个大领域里,但每个人对时代和技术的经历各不相同。王坚请八位嘉宾依次从自身经历出发,畅谈:你们认识的世界模型,到底是什么? 一个小时的讨论围绕三个议题层层递进,从“世界模型到底是什么”开始,到“高质量数据会不会成为不可逾越的成本障碍”结束。有人把它称作生成式AI“皇冠上的明珠”,有人自嘲是“卖铲子的人”,有人把底座能力比作“九年义务教育”,还有人追问属于具身智能的“DeepSeek…

原力灵机登顶 RoboDojo:一个专门给机器人"卸妆"的考场。 最近的朋友圈,几乎被机器人运动会和 WRC 2026 上的各种视频刷屏了。 看多了机器人百米冲刺、跳远,再看各个展台叠衣服、冲咖啡,很容易得出一个结论:机器人时代来了。 然而,如果你不幸参与过这些演示背后动辄几千次的调试与过拟合,你就会清楚这里面的水有多深。 行业内管这种情况叫"Demo 滤镜"。滤镜有多厚?说实话,即使你积累了一些行业知识,在现场盯着看,你也未必分得清:这个演示到底是提前编好的动作,还是模型在实时驱动。 这些信息差,让具身行业多少有些鱼龙混杂。 好在,学术界还留着几面"照妖镜",比如 RoboDojo。 01 一个不许摆拍的考场 这是一个来头不小的权威评测:由香港大学多媒体实验室牵头,联合 UC 伯克利、清华等全球近 20 所顶尖机构,背后是知名仿真基准 RoboTwin 的原班人马。它干的事用一句话概括:给全世界的机器人模型办一场统一高考。 其中,42 道题,考泛化、记忆、精细操作、长程执行、开放语义理解五个科目;另外还有18 道题,考场里摆着三种双臂机器人(ARX X5、Piper 等),灯光、复位…

Drinks, music, vibes … what else can a bar offer to attract customers? One in China’s capital, Beijing, is betting on unlimited access to artificial intelligence models. The AGI Bar in the Zhongguancun tech hub, known as China’s Silicon Valley, was packed with laptop-using customers on a recent night. One of the first things many did after ordering a drink was to connect to the in-house Wi-fi and configure an AI agent to access the free tokens the bar provides. Manager Yang Yuan said the bar,...
