2027 年面世：Apple 售价 $1,000 的家用机器人，用于 FaceTime 和开关灯
Apple 计划于 2027 年推出一款售价约 $1,000 的家用机器人，主要用于 FaceTime 通话和开关灯。该项目由 John Ternus 支持，但其价格高昂且功能用途相对有限。
#具身智能
#具身智能
今日 1 条Ars Technica · AIAI 评分3232
科学网AI 评分4949 沈向洋：灵巧手是具身智能技术复杂度的“珠峰”
香港科技大学校董会主席沈向洋指出，具身智能代表通用AI第三次浪潮，而灵巧手是其技术复杂度的“珠峰”。具身智能本质是完成感知到学习的闭环系统工程，海量多模态交互数据短缺是当前走向物理世界的最大挑战。行业正通过真机遥操作与仿真合成虚实数据训练世界模型，攻克灵巧操作门槛以加速手术机器人等产业落地。
科学网AI 评分2424 大湾区科学论坛走进大院大所成果转化精准对接活动在广州南沙举行
10月31日，大湾区科学论坛“走进大院大所成果转化精准对接活动”在广州南沙举行，聚焦智慧城市与人工智能等领域的科技成果转化。活动现场展示了广州软件应用技术研究院的多项核心研发成果，参会企业则以“一页PPT”模式开展5分钟技术需求路演，围绕智能制造、具身智能和数字化转型等痛点与技术专家展开深度对接。
科学网AI 评分3232 2026中国自动化大会在北京召开
由中国自动化学会主办的2026中国自动化大会于10月31日在北京召开，聚焦自动化与智能科技前沿方向展开探讨。大会同期举行65场平行会议，议题涵盖具身智能、世界模型、大模型多智能体及工业人工智能等前沿领域。现场还设置了涵盖六大主题展区的CAA智汇自动化综合展，集中呈现核心创新成果并搭建产学研对接平台。
arXiv cs.LGAI 评分3434 SPT-Flow：连续时间世界模型中的单次积分与多样未来
研究团队提出 SPT-Flow，通过单轨迹采样潜在变量并在多个时间点将自由运行的 ODE rollout 与演示状态匹配，解决连续时间世界模型忽略随机条件的问题。
arXiv stat.MLAI 评分3434 CausalWAM：在世界动作模型中学习动作的因果机制
研究人员提出 CWAM（Causal WAM），通过在预训练世界动作模型（WAM）的动作头添加稀疏路由路径，将生成动作的因果潜变量与场景干扰变量有效解耦。理论证明在稀疏约束下生成动作仅取决于动作相关潜变量，且真实结构可被识别。合成数据和真实机器人实验验证了该理论，并展示出闭环成功率等效率的提升。
量子位AI 评分4646 西湖大学成立西湖世界模型研究中心
西湖大学宣布成立西湖世界模型研究中心，聚焦世界模型与物理智能，由于开丞教授担任主任、金耀初院士担任首席科学家。该团队研发的概念世界模型 Awomo 在四项国际权威机器人评测集中均登顶第一，依托该技术路线孵化的物理世界基础大模型公司西湖数智已获得超亿元融资。
量子位AI 评分6060 红旗连锁终止机器人售货研发，具身智能零售落地仍处概念验证阶段
红旗连锁在研发16个月后宣布终止机器人无人售货系统项目，转向24小时云值守业务，暴露出具身智能机器人在真实货架抓取稳定性与复杂环境适应上的不足。实地走访显示，当前多数零售机器人仍依赖人工现场值守与调试，高昂的硬件成本与有限的商品SKU难以实现独立盈利，多作为文旅和商圈的营销打卡场景。多位从业者表示，具身智能在零售领域仍处于概念验证阶段，真正替代人工店员预计还需要两到五年。
科学网AI 评分4141 西湖大学成立西湖世界模型研究中心
西湖大学于10月31日在云谷校区正式成立西湖世界模型研究中心。该中心作为面向物理智能领域的校级交叉科研平台，由于开丞教授担任主任、金耀初院士担任首席科学家。中心聚焦世界模型与物理智能，致力于研发能理解物理规律、预测行动后果并在真实反馈中持续学习的通用世界模型。
科学网AI 评分3030 支撑粤港澳大湾区国际科技创新中心建设科技成果展示对接专场活动（广州站）举行
10月31日，2026大湾区科学论坛科技成果展示对接专场活动在广州南沙举行，现场正式揭晓首届粤港澳大湾区十大科技成果新闻。粤港澳大湾区国家技术创新中心与拓斯达、千寻智能、灵心巧手等11家单位完成产学研合作签约，聚焦具身智能、先进制造等前沿领域。同期展览中，40余家单位集中展示了工业软件、具身智能等创新成果。
科学网AI 评分4141 西湖大学成立世界模型研究中心
西湖大学在云谷校区正式成立西湖世界模型研究中心，由于开丞出任中心主任、金耀初担任首席科学家，定位为面向物理智能领域的校级交叉科研平台。该中心聚焦世界模型与物理智能，探索感知、认知、预测与自主行动相结合的智能体系，致力于为机器人构建推演物理规律与交互决策的“物理大脑”。
科学网AI 评分3838 北航脑机接口研究院正式揭牌
10月30日，北航正式揭牌成立脑机接口研究院，由张广军院士出任院长。该研究院依托航空航天、信息和医学等学科整合10余个学院科研力量，设立感知、调控、编解码、医学等4个研究中心。其将重点围绕医疗康复和教育等需求，聚焦半侵入式与非侵入式技术路线，结合多模态大模型强化神经信号解码并推动与具身智能融合。
The DecoderAI 评分7171 Claude Sonnet 5 驱动的 Agent 自主完成小鼠脑部基因疗法手术
牛津大学研究人员利用 Claude Sonnet 5 驱动的 AI Agent，在无人类决策干预下自主为癫痫小鼠选择了基因疗法并执行了脑部注射手术。该 Agent 自行比对文献计算靶点坐标与注射参数，并在术中因检测到设备超出物理移动范围而主动中止操作。
arXiv cs.LGAI 评分3434 基于相对动作信用学习跳出强化学习局部极小值
研究提出一种通过动作条件价值 critic 扩展 PPO 的方法，通过对比同状态下的备选动作进行相对动作信用分配，以帮助强化学习策略跳出局部极小值。该方法结合广义优势估计（GAE）与探索噪声边界，解决了状态价值 critic 缺乏动作区分度导致的策略停滞问题。在相同的训练预算与探索设置下，扩展算法成功完成了精密插孔（peg insertion）任务，而标准 PPO 则训练失败。
量子位AI 评分6464 智元发布具身基座模型GO-3 Preview与交互大模型WITA-OMNI
智元在创新日发布具身基座模型GO-3 Preview与全模态端到端交互大模型WITA-OMNI，并提出衡量物理AI有效工时的单位Worken。GO-3 Preview采用具身原生架构WRAM以提升精细作业与跨本体迁移能力，WITA-OMNI则采用快慢双系统实现免唤醒词的自然交互。此外，智元还推出了第三代硬件架构AHA3、重载机器人精灵G2 Max以及计划开源的具身原生操作系统灵渠OS 1.0。
量子位AI 评分6464 清华联合无问芯穹与智元提出具身智能群体经验学习范式
清华大学、无问芯穹与智元联合提出群体经验学习（CEL）范式，让机器人通过共享同伴经验进行自主学习，并在 96 台真实机器人集群中完成验证。在插花、叠衣服、手机包装等五项任务测试中，未参与训练的机器人总体成功率达 97.5%，均超过 6 名人类操作员的平均水平。该方案配合容错异步训练系统与经验检索算法，使训练机器人规模从 16 台增至 96 台时，任务成功率由 86.7% 提升至 98.3%。
量子位AI 评分4747 天数智芯国产GPU现场实测对标英伟达H200与Thor
天数智芯在现场实测中展示了云端GPU天垓300与端侧芯片彤央TY1200，分别对标英伟达H200与Jetson Thor T5000。天垓300在PD分离部署下单卡端到端吞吐达H200的1.05倍，8卡训练Qwen3-32B吞吐为H100的1.33倍；TY1200运行Qwen3.8-27B性能达到Thor的138%。此外，现场还同步发布了引入Agentic AI的天数智算软件栈。
量子位AI 评分4646 Physical Intelligence 洽谈至少 10 亿美元新融资，估值预计达 200 亿美元
机器人 AI 初创公司 Physical Intelligence（PI）正洽谈至少 10 亿美元的新一轮融资，投后估值预计达到约 200 亿美元。该公司主打适配第三方硬件的通用机器人基础模型，核心模型已迭代至 π0.7，具备跨设备与任务的组合泛化能力。PI 还在本月推出了机器人基础模型 API 测试版，向外部开发者提供模型微调和推理服务。
量子位AI 评分3737 威卡：用数据集链接具身智能和工程机械
威卡移动控制发布“具身智能赋能工程机械高质量数据集”并在 Hugging Face 等平台开源上线，推动工程施工向少人化迈进。该数据集首期规模达 3600 万帧，覆盖 12 类典型作业场景，以挖掘机为切入点同步对齐了视觉、激光、位姿、力馈与手柄输入五大维度数据。
量子位AI 评分5656 逐际动力发布FluxVLA Engine V2技术报告：打通具身智能训评与真机部署链路
逐际动力更新开源具身智能工程底座 FluxVLA Engine 第二版技术报告，重点增加了在线强化学习后训练实验，并扩展了仿真评测和多硬件真机部署覆盖。通过底层推理重构，报告测试的 8 组模型与设备组合推理频率提升至 2.31 至 9.64 倍，并引入实时动作分块协调机制消除控制突变。
量子位AI 评分4545 24万开卖！理想重造i6，李想：目标全球畅销
理想正式发布2026款理想i6，官方售价24.98万元，首销权益价为23.98万元。新车换装容量96kWh的自研连山5C超充电池，后驱版本CLTC续航提升至780公里。智能化方面搭载单颗算力1280TOPS的自研马赫M100智驾芯片、高通骁龙8797座舱芯片，并升级马赫VLA 2.5。
量子位AI 评分3838 小雨智造与国家钢结构质检中心共建实验室，乔忠良：具身智能新质生产力已成事实
小雨智造与国家钢结构质检中心共建的“工业具身智能焊接与检测技术联合实验室”正式揭牌成立。其公布的首个案例显示，北泡轻钢车间引入 12 台小雨未来机器人后月产能提升 30%，同等质量下综合成本降低 49%；该机器人搭载英伟达 Orin 算力平台，绝对定位精度达 0.5 毫米并支持免示教操作。
量子位AI 评分4141 文远知行001号员工带队，景烁科技首轮融资数千万美元
文远知行旗下子公司景烁科技完成数千万美元 Pre-A 轮融资，投资方包括嘉御资本、HKSTP香港科技园与天狼星资本等。该公司依托数据—模型一体化平台 WorldEngine、自研世界模型 GENESIS-Robotics 及采集设备 EGOK 构建物理 AI 基础设施。目前景烁科技在手订单金额达数十亿元，拥有 100+ 客户与合作伙伴，年收入增长超 100%。
arXiv cs.LGAI 评分3434 RBGA：面向灵巧操作的离线到在线安全强化学习剩余预算引导仲裁算法
研究团队提出 RBGA 算法，通过显式跟踪回合内剩余安全预算，解决灵巧操作在离线到在线安全强化学习中的探索安全性问题。该方法在每一步对比离线引导动作与在线策略动作的未来代价估计与剩余预算，实现动态动作仲裁。实验表明 RBGA 能在维持高安全表现的同时有效实现在线策略提升，相关代码已开源。
arXiv cs.LGAI 评分3838 从智能走向自主：面向未来智能系统的自主智能体基础与构建
该研究提出了自主智能体（autonomous agent）的理论定义与“单一边界、四环路”构建框架，通过操作、生存、反思与学习四条环路分别组织任务执行、自我维持、元控制及受控学习。论文进一步完成了权限约束、道路封闭响应、健康维护、能力重估与跨任务学习 5 组配对仿真实验，为上述机制的可行性提供了初步验证。
arXiv cs.AIAI 评分3232 Learning to Formalize：弥合开放式工作负载与快速决策模型
研究提出一种轻量级候选形式化器（formalizer），可从任务上下文中构建显式候选列表供冻结决策模型选择，以弥合开放式任务与快速决策模型间的鸿沟。在 1,011 个 CALVIN-D 验证标注评估中，微调形式化器使本地决策模型任务成功率由 11.8% 提升至最高 52.6%，且端到端延迟仅 2.09 s，低于 Qwen3.5-27B 的 3.67 s。
科学网AI 评分3232 中南林业科技大学人工智能学院揭牌
中南林业科技大学人工智能学院于 10 月 28 日在长沙正式揭牌成立。该学院将推动人工智能与林业、生态、材料等特色领域深度融合，重点凝练一体化森林智能感知、林业具身智能装备、林业行业大模型等研究方向。同时，学院将构建“人工智能+”交叉人才培养体系，推进产教融合与科教融汇。
arXiv stat.MLAI 评分3636 针对哪种策略校准？干预下固定世界模型的适形不确定性
研究提出一种加权适形校准方法，在部署策略变更导致分布偏移时无需重新训练世界模型，即可向目标分布传递边际覆盖保证。在 DINO 特征世界模型与 Franka 机械臂物理轨迹实验中，强偏移下普通 90% 适形集覆盖率降至 55.0%，而学习权重校准实现了 90.9% 覆盖率。相关分类器遗憾界与覆盖合成推导已在 Lean 4 中完成机器验证。
科学网AI 评分2525 第二十一届（2026）遥感遥测遥控学术年会在西安举办
第二十一届（2026）遥感遥测遥控学术年会在西安举办，参会规模创历届新高并吸引千余名代表参会。大会以“感测低空全域·遥控万物智联”为主题设立4个专题分会场，聚焦低空智能遥感、低空融合感知及低空经济网络等方向。多位院士专家围绕低空感知、智能无人系统及低空具身智能世界模型等前沿课题分享进展，探讨低空智能化发展路径。
科学网精选AI 评分7676 谷歌发布新一代世界模型Genie 4，加强物理AI技术布局
Google DeepMind发布新一代世界模型Genie 4的研究预览版，将场景一致性模拟时长延长至约两分钟并支持原生音频生成。用户可通过自然语言指令实时改变天气、视角与物体交互，官方同时展示了其与Gemini 4 Argon协同模拟人形机器人执行任务的实验。该能力计划在未来几周内向Google AI Ultra订阅用户及部分早期开发者开放。
推荐理由：模型将动态场景保持一致性的时长翻倍至两分钟，展示了与大模型协同进行机器人训练的混合仿真路径。
量子位AI 评分3131 2026全球开发者先锋大会暨国际具身智能技能大赛圆满落幕
2026全球开发者先锋大会暨国际具身智能技能大赛在上海闭幕，集中推出涵盖实景赛道、评测体系与供应链平台在内的“4+X”重大成果。大赛聚焦工业、服务、特种三大领域，吸引800余支队伍及上千台机器人参与9大赛道与23个赛项的角逐。大会同期还落地了2000平方米永久性实景实训空间，以加速具身智能向真实场景作业转化。
量子位AI 评分5050 智元发布具身Agent框架Genie Master，在便利店场景验证无人在环自主进化
智元推出具身Agent框架Genie Master，使精灵G2机器人在真实便利店环境中无需人工示范即可自主诊断失败、调整策略并积累经验，完成无人在环的具身递归自进化。该框架通过具身执行协议EEP打通推理大脑与执行小脑，并结合经验积累路线Harness RSI与动作策略模型更新路线Policy RSI形成改进闭环。智元计划于11月2日启动6台精灵G2机器人的24小时便利店实测直播。
量子位AI 评分5252 皮克斯致谢禾赛科技 3D 数据终端 Kosmo，多传感器前融合方案切入物理 AI
皮克斯在最新 3D 渲染教程中致谢禾赛科技的 3D 场景扫描方案 Kosmo，该方案正作为专用数据采集终端应用于影视制作与具身智能领域。Kosmo 结合手持采集硬件与云端重建系统，在硬件层面对激光雷达、超高清影像和 IMU 完成微秒级时空同步前融合，可直接输出包含绝对尺度约束的 3D 高斯泼溅、mesh 与深度数据。
量子位AI 评分6161 RoboParty 发布全栈开源人形机器人 RP1，开放机械结构与运动控制算法
RoboParty 正式发布全栈开源人形机器人 RP1，公开了从机械图纸、电气系统、自研 ROMOMO 关节到仿真训练工具与运动算法的整套软硬件链路。RP1 身高 135cm，提供 24 至 30 个自由度配置，支持连续行走、扰动恢复与跌倒起身等真机运动，并配套开放了动作重定向工具 hhtools 和基础控制系统。
arXiv cs.AIAI 评分3535 面向事件驱动 VLA 推理的 PoT-LIF 神经元
研究者提出 PoT-LIF 神经元，通过发射幅值为 2 的幂次的离散脉冲，为视觉-语言-动作（VLA）模型实现低功耗事件驱动推理。将其集成至 $\pi_{0.5}$ 模型并在 LIBERO 闭环评测中测试，Heartbeat 模式成功率达 97.25%，优于连续激活基线的 96.70%。
arXiv cs.AIAI 评分3939 TAD：仅凭教师轨迹蒸馏视觉-语言-动作（VLA）策略
新提出的对抗蒸馏方法 TAD 无需在线教师打分或环境奖励，仅依靠固定教师轨迹即可对 VLA 策略进行在线蒸馏。在 ManiSkill 评测中，TAD 将 7B 规模的 OpenVLA-OFT 成功率从 26.2% 提升至 76.6%，最终成功率从 20.3% 提至 58.6%。其表现仅落后白盒在线蒸馏（OPD）0.8 至 5.0 个百分点，但需消耗 OPD 5 倍的学生交互预算。
IEEE SpectrumAI 评分2929 机器人安全功能运转正常，但如果输入信息被恶意篡改会怎样？
VicOne LAB R7 研究显示，即使机器人的安全机制按设计运转，受到恶意操纵的感知输入仍能诱发异常行为并突破安全防护。实测中，海报文字改变了基于 Gemma 4 E4B 的机器狗动作，不可听音频在 NVIDIA Jetson AGX Orin 仿真中干扰了 Nemotron 医院机器人，注入 ROS 2/DDS 消息亦能让安全控制下的机器人移动。
Google DeepMind精选AI 评分7777 Google DeepMind 发布实时交互世界模型 Genie 4
Google DeepMind 推出新一代实时交互世界模型 Genie 4，支持在模拟运行中通过自然语言实时修改场景并原生生成环境音与交互对话。模型结合 Gemini 系列模型进行上下文因果推理和多步任务拆解，适用于机器人训练环境构建与创意原型探索，生成内容均嵌入 SynthID 数字水印。
推荐理由：该模型将语言模型的逻辑推理与像素级实时渲染结合，为机器人训练和动态交互仿真提供了可参考的实现路径。
The Verge · AIAI 评分6767 Google 发布 Genie 4 世界模型，支持更逼真的交互体验与实时语言控制
Google 正式宣布推出 Genie 4 世界模型，可生成长达约两分钟的交互式虚拟体验。该模型支持使用自然语言提示词实时更新场景，新增了音频生成功能，并由底层的 Gemini 3.8 Flash 辅助模拟运行。目前 Genie 4 作为研究预览向受信任测试人员开放，后续将登陆 Google AI Ultra 订阅服务，主要适用于游戏原型设计、影视前期预览以及机器人训练环境构建。
TechCrunch · AI精选AI 评分7777 Google DeepMind 发布 Genie 4 世界模型，支持实时音频与动态交互控制
Google DeepMind 发布最新世界模型 Genie 4 的研究预览版，允许用户在模拟运行中通过提示词实时修改场景，并同步生成环境音、交互对话与背景音乐。该模型将场景一致性维持时间翻倍至两分钟，能与 Gemini 结合用于机器人仿真测试和影视原型构思。目前 Genie 4 已面向受信测试者开放，后续将推向 Google AI Ultra 订阅用户及 Gemini API 合作伙伴。
推荐理由：新模型把世界模拟时长提升至两分钟并加入实时音频控制，展示了语言模型与视觉生成协同用于仿真和内容原型的路径。