跳到正文

#具身智能

今日 1 条
10月27日周二
  1. MIT Technology Review · AI24

    工业智能:制造业的下一个增长机遇

    制造业正通过融合工业智能与物理 AI,将工人经验及生产数据转化为能在现实设备中自主推理与执行的决策能力。Toyota Industries 整合车间数据后,将分析周期从 5 天压缩至 4 小时以下,相关涂装缺陷减少约 25%;Rockwell Automation 则借助维护 Copilot 将新员工排障学习期从 9 个月缩短至 3 个月。

  2. arXiv cs.LG31

    LeWorldModel 是否保留了局部动作几何?

    预训练世界模型 LeWorldModel(LeWM)在微小动作变化下难以精确保留局部动作几何。在 Reacher 与 OGBench Cube 中,最小扰动尺度下模型与模拟器最敏感动作方向的中位数夹角分别相差约 36° 和 42°。扰动增加 10 倍后归一化 Gram 差异分别减少约 70% 和 47%,该结果支持按特定尺度评估动作敏感性。

  3. 科学网30

    2026新开湖论坛在沪召开

    2026新开湖论坛于10月25日在上海召开,200余位南开大学企业家校友围绕AI大模型落地应用、产业升级与硬核算力攻坚等议题展开研讨。论坛期间,校友代表走访了智元机器人与原能细胞科技集团,深入了解具身智能产业化落地与细胞存储自动化创新实践。

  4. 科学网24

    第九届机电一体化与计算机技术工程国际学术会议召开

    第九届机电一体化与计算机技术工程国际学术会议(MCTE 2026)于10月23日至25日召开,聚焦机电一体化与计算机技术交叉融合。会议安排4场主旨报告,内容涵盖半导体技术与人工智能、三维感知与具身智能等前沿方向。现场还设置了15位青年学者口头报告专场与16张学术海报展示,由黑龙江东方学院、华为与黑龙江省计算机学会联合主办。

  5. 科学网32

    第八届机器人与智能制造技术国际会议召开

    第八届机器人与智能制造技术国际会议(ISRIMT 2026)于10月23日至25日在常州召开,聚焦人工智能、具身智能与智能制造等前沿方向。大会设立具身智能机器人技术、智能制造技术等4个分论坛并开展33场学术报告,专家学者重点探讨了工业具身智能、在线世界模型交互式操作及水下机器人等最新成果与产业应用。

  6. 科学网27

    高校专业可以“退场”,学问不能“断档”

    国内高校学科专业设置正加速转向服务国家战略与产业前沿,要求在建立动态调整机制的同时警惕盲目跟风与“一撤了之”。目前低空技术与工程、具身智能等急需专业已快速落地,全国已有8个省份试点并发布覆盖473种专业的急需与预警清单。专业调整应推动存量资源向微专业或交叉集群转段,切实筑牢基础学科与学脉传承。

10月26日周一
  1. 科学网30

    2026世界青年科学家峰会举行

    2026世界青年科学家峰会于10月23日至25日在浙江温州举行,来自60多个国家和地区的近800名代表围绕AI时代的全球青年行动等议题展开交流。会上揭晓了2026可持续发展青年科学家奖,并聚焦具身智能、脑机智能、量子信息等领域设置了12场平行论坛与“万有引力π”未来技术展示交流活动。

  2. The Decoder61

    丰田计划每年投资 64 亿美元推进人形机器人与工厂自动化

    丰田计划每年投资 64 亿美元并部署 400,000 台机器人,加速向全球机器人公司转型。高盛分析师预计丰田到 2035 年可能占据人形机器人市场 3% 至 8% 的份额,面临特斯拉、小鹏及计划 2028 年在美投产 Atlas 机器人的现代等对手的竞争。丰田高管表示受控的自有工厂将是首批部署场景,但投资者因其此前在氢能源和固态电池上的进度而持谨慎态度。

  3. 科学网30

    第三届睿抗(杨凌)农业机器人应用赛开幕

    10月25日,第三届睿抗(杨凌)全球农业机器人应用赛开幕,全国15余支队伍展开为期两天的角逐。赛事设置农业机器人整机创新、核心零部件与关键技术、场景示范应用及智能系统与解决方案四大板块。现场集中展示了智元机器人、宇树机器人、高精度无人导航控制系统以及农业具身智能综合解决方案。

  4. arXiv cs.AI42

    MemCryst:通过双向记忆与技能学习实现终身上下文自适应

    研究人员提出终身上下文自适应框架 MemCryst,在冻结大语言模型下实现记忆与技能的双向协同学习。记忆用于支持技能创建与修订,技能交互则补充新记忆,二者联合构成上下文并依据任务结果调整检索权重。在 ALFWorld 上其联合服务成功率达 63.17%,优于仅记忆的 59.83% 和仅技能的 50.50%,相关代码已开源。

  5. arXiv cs.AI40

    DriveMind:面向闭环自动驾驶的心智演化信念追踪框架

    DriveMind 是一种面向闭环自动驾驶的多模态大语言模型(MLLM)框架,受粒子滤波启发,可同时保留多个场景假设并随新帧动态更新权重。在 Bench2Drive 评测中,该方法将驾驶得分(DS)从 68.50 提升至 81.37,成功率(SR)从 41.36% 提升至 54.09%。其在无信号灯路口(+20.0 DS)等模糊场景提升最为显著,并改善了并道与让行等交互驾驶能力。

  6. arXiv cs.AI31

    PPO 与 SAC 在双臂空间机器人协同运动控制中的对比研究

    在双臂空间机器人协同运动控制任务中,强化学习算法 SAC 在固定基座仿真中的表现大幅优于 PPO。在 5 个随机种子测试中,SAC 平均成功率达 78.6% 且以中位数 1.6M 步达成 80% 成功率阈值,而 PPO 在 4M 步预算内未能达标且平均成功率仅 7.4%。面对未见边界目标时 SAC 仍能保持大部分性能,而 PPO 则容易陷入奖励停滞的局部最优导致性能崩溃。

  7. arXiv cs.AI35

    CEMIR 对比 FISER:语用意图识别中基于推理与富化方法的比较研究

    HandMeThat v2 基准评测显示,多模态富化方法 CEMIR 相比结构化推理框架 FISER 在语用意图识别中并未表现出显著性能优势。在涵盖 Qwen2.5-Omni-3B 至 GPT-5 的 4 款大语言模型测试中,两者在全部 16 组难度对比及消融实验中均无统计学显著差异。研究表明任务表现主要取决于基座模型能力,合成多模态增强在文本已包含任务约束时未能带来可衡量的收益。

10月25日周日
  1. 科学网33

    2026世界青年科学家峰会在浙江温州开幕

    2026世界青年科学家峰会于10月24日在浙江温州开幕,来自60多个国家和地区的近800名代表参会,45岁以下青年人才占比达88%。本届峰会围绕“AI时代的全球青年行动——构建可持续发展未来”年度议题,推出了《具身智能领域青年科学家分布与流动报告》等成果,并设置涵盖具身智能、脑机智能等领域的12场平行论坛。

10月24日周六
  1. 科学网26

    同济医院医工交叉成果加速从实验室走向生产线

    华中科技大学附属同济医院集中路演了17个医工交叉创新项目,涵盖机器学习溶栓风险评估、可视化鼻肠管及具身放射技师机器人等成果。现场评出的一、二、三类共10个项目将纳入转化库并获概念验证经费支持。对赛后成立公司且符合条件的团队,医院将联动武汉产业创新发展研究院以“拨转股”方式给予单项最高500万元支持。

  2. 科学网29

    中国—新加坡科技人才项目对接会在新加坡举办

    中国图像图形学会与中新国际联合研究院联合主办的中国—新加坡科技人才项目对接会近日在新加坡举行,聚焦视觉智能、具身智能与自动驾驶等领域的产学研对接与成果转化。会上,学会揭牌设立了基地新加坡创新合作点,并与优必选科技、文远知行及新加坡广东商会等五家机构建立“离岸创新全球合作伙伴”关系并签署多项合作协议。

  3. 科学网38

    2026粤港澳大湾区国际脑机接口产业创新大会在深圳举办

    首届粤港澳大湾区国际脑机接口产业创新大会在深圳启幕,吸引超1600人参会共探脑智融合发展。大会现场发布了《广东省脑机接口产业发展白皮书》及产业图谱,揭牌成立大湾区脑机接口新质生产力协同发展创新联合体与深圳市脑机接口产业协会。同期还启动了大湾区脑机接口标准体系建设及 2026 AI脑机接口全球挑战赛总决赛。

  4. arXiv cs.AI32

    从关联到决策价值:测试 VLA 语料库选择中的配对指令依赖性

    新研究测试了配对指令依赖性在视觉-语言-动作(VLA)语料库选择中的决策价值。在 136 个四足导航语料库实验中,该指标虽降低了平均绝对预测误差,但 primary proper-log-score 增量仅 +0.059 nats,且在预设 top-20% 对比中未带来增量选择增益。结果表明反事实响应结构被压缩为无符号统计量时,所提供的实际决策价值较为有限。

  5. arXiv cs.AI40

    游戏中的扩展规律:面向多样虚拟世界具身智能体的持续预训练

    针对虚拟世界具身智能体的持续预训练研究测试了 0.8B 至 27B 规模与 50 至 1,600 小时数据,涵盖 120 种训练配置。研究拟合了验证损失与数据量、多样性及模型规模的经验扩展定律,发现数据多样性有助于向相关虚拟世界迁移。所得模型在 3D 实时环境中媲美 Minecraft 专家模型,但面对差异较大的世界仍存在泛化差距。

10月23日周五
  1. 量子位58

    高德发布全身基座模型 λ0,推动人形机器人全身动作对齐

    高德联合阿里 ATH 事业群发布基于开放世界行为的机器人全身基座模型 λ0,真机任务成功率较最强基线提升 22.5%。该模型采用无本体全身数据采集与三阶段训练机制,支持机器人仅依靠人类行动数据实现零样本跨形态迁移,采集效率达传统本体采集的 3.4 倍。团队已构建 500 小时数据集 HumanVerse-500,并在 GitHub 与 Hugging Face 开源了硬件配置代码及数据样例。

  2. 量子位37

    2026物理AI与世界模型大会在南京启幕:三位图灵奖得主发声,50个应用场景亮相

    2026物理AI与世界模型大会在南京启幕,杨立昆、姚期智与约翰·霍普克罗夫特三位图灵奖得主共议技术演进。现场发布了覆盖五大领域的50个典型应用场景与9项创新成果,并启动《人工智能世界模型》国家标准预研。此外,总规模50亿元的全国首个“物理AI与世界模型投资基金”完成签约,重点投向医疗、工业和自动驾驶等方向。

  3. 科学网29

    香港科技大学百万奖金创业大赛广州赛决赛举行

    2026年香港科技大学百万奖金创业大赛广州赛决赛在广州南沙举行,“高性能仿人五指灵巧手”项目夺得一等奖并晋级全国总决赛。本届大赛共征集441个科创项目,涵盖人工智能、高端装备制造等领域,赛事现金奖励总额达200万元。优胜团队将晋级全国总决赛竞逐100万元现金大奖,并获得云算力资源等配套支持。

  4. 科学网39

    第二十三届中国计算机大会在成都开幕

    第二十三届中国计算机大会(CNCC2026)于10月22日在成都开幕,以“数聚驱动,智算未来”为主题,注册人数超过1.1万人。大会设置17场特邀报告与167场专题论坛,围绕AI基础模型、强化学习与推理、Agent智能体安全等11个板块展开研讨。同期举办的第二届CCF计算机展览会面积约1.5万平方米,集中展示上百家企业的最新计算成果。

  5. Solidot68

    毅力号火星车行驶里程达45.22公里,超越机遇号刷新地外天体行驶纪录

    毅力号火星车在地外天体表面的行驶里程达到 45.22 公里(28.10 英里),超越机遇号此前的 45.16 公里纪录。毅力号在第 2006 个火星日达成该里程,仅用时 5 年半,远短于机遇号近 15 年的探测耗时。其核心依赖 AutoNav 自主行驶系统实时建图并规划路线,超过 90% 的里程依靠自主评估地形,单个火星日最高行进达 412 米。

  6. 量子位26

    百度世界2026前瞻:设置10+分论坛,解码AI时代智能组织进化路径

    百度将于11月12日举办百度世界2026大会,设置10+场分论坛,聚焦“智能组织”探讨企业从工具提效走向组织重构的路径。大会议题涵盖智能体规模化落地、AI办公、具身智能、数字人Agent及RSI等前沿技术,并展示数字人让广告内容生产提效10倍等实践。现场还将设置30余场AI公开课,并发布“芯云模体”全栈AI最新进展。

  7. 科学网29

    2026国际智能制造创新论坛暨《工程·智能制造》期刊首次编委会召开

    10月16日,2026国际智能制造创新论坛暨《工程·智能制造》期刊首次编委会在武汉举行,探讨AI与先进制造融合、具身智能及人机协作。会上香港理工大学团队展示了具身智能装配实验,其作业效率达人类操作员约60%、准确率超95%。该期刊隶属于中国工程院院刊群,将重点探索AI for Industry与AI for Engineering新范式。

  8. arXiv cs.LG34

    物理参数偏移下的因果世界模型研究

    研究人员针对物理条件超出训练分布时预测精度下降的问题,提出了结合因果建模与显式动力学机制的世界模型。在机器人 CausalWorld 连杆质量外推测试中,该模型将超范围质量转化为稳定预测增益,150 步推演的中位数关节 R2 从 0.609 提升至 0.727。在 100 步预测中,学得力矩模型的表现达到中位数 R2 0.755-0.768,可匹敌最强的循环机器人世界模型。

  9. arXiv cs.LG35

    基于杜布变换的生成策略优化框架 DoobPO

    研究者提出了 DoobPO 框架,利用杜布 h 变换实现生成策略的免似然强化学习微调。该方法先学习轻量比率模型表征策略更新,再通过条件漂移匹配将其蒸馏至生成策略中,统一适用于扩散模型与流模型策略,并兼容 PPO 和 GRPO 等规则。在 MuJoCo 连续控制基准测试中,DoobPO 相比竞争性扩散与流策略基线展现出强劲性能。

  10. arXiv cs.LG35

    ArcFlow:面向多种求解器预算训练流策略

    研究人员提出面向部署的算法 ArcFlow,支持在单一流策略中跨指定求解器步数范围训练,同时保持模型架构与部署成本不变。该方法结合了动作对齐监督、预算暴露与最差预算检查点选择。在 DM Control、机械臂操作与运动控制的 30 个任务中,ArcFlow 在 25 个任务上取得了 5 个流策略基准中最高的单步平均回报。

10月22日周四
  1. 量子位70

    特斯拉三季度营业利润下滑56%,马斯克披露FSD与擎天柱机器人商业化路线

    特斯拉最新财报显示其第三季度总营收280.46亿美元,受AI等研发支出同比大幅增长影响,营业利润同比大跌56%至7.18亿美元。不过汽车业务毛利率回升至18.5%,全球FSD活跃付费用户规模增至174万,按月订阅比例首次超过50%。马斯克表示将继续推进商业化落地,计划在2027年第二季度让私人车辆加入Robotaxi车队,并争取在2027年底开始交付擎天柱机器人。

  2. 科学网66

    搭载AutoNav自主导航系统,“毅力号”火星车刷新地外天体行驶里程纪录

    NASA“毅力号”火星车累计行驶里程达到45.22公里(28.10英里),超越“机遇号”成为地外天体表面行驶距离最长的探测器。该成就仅耗时5年半,其核心技术AutoNav自主导航系统承担了超过90%的行驶路段评估,支持边行驶边构建三维地图与规划路线。NASA已批准将其任务延期至2028年底,后续将重点攻克强光眩光干扰下的自主导航难题。

  3. arXiv stat.ML36

    视觉-语言-动作(VLA)策略的事后认知不确定性估计

    研究人员提出一种面向视觉-语言-动作(VLA)策略的事后核方差头方法,无需梯度更新即可直接从单模型嵌入中估计认知不确定性。在 LIBERO-10 基准上对 SmolVLA 的测试显示,该方法在主动学习演示获取与求助代理上表现媲美双模型集成,同时将不确定性评分时间最多缩短约 50 倍并大幅削减设置成本。

  4. NVIDIA Blog68

    NVIDIA 扩展 Cosmos 平台并开放世界模型训练、评测与部署工具

    NVIDIA 扩展 Cosmos 平台,推出包含 5 个云原生蓝图的 Cosmos Data Factory、全新训练框架及 Cosmos 3 Nano 仿真模型变体,帮助开发者加速物理 AI 与世界模型的开发与落地。

    推荐理由:这套工具通过合成数据生成与闭环仿真评测,为实体AI开发者打通了从物理场景采集到模型微调部署的完整流程。

  5. arXiv cs.AI36

    用于逼真啮齿动物运动的潜在控制模型 SCAMPER

    研究人员提出具身虚拟大鼠训练系统 SCAMPER,使具身模型在目标导向行为和随机探索中均能产生自然的运动。该系统采用变分架构,结合用于控制的运动先验和用于探索的行为先验,有效利用任务结构并生成逼真行为。得益于行为先验引发的多样化动作,SCAMPER 能在稀疏奖励下学习,适用于模拟实验神经科学中的真实任务。