单头戴相机方案实现无电子元件 UMI 手套数据采集
论文提出用单个头戴相机(122 美元)配合无电子元件手套(22 美元)和工作区纸码,替代腕部相机、位姿追踪器及多数据流同步,得到 6.5 毫米与 1.6 度中位精度的 6-DoF 标签。
论文提出用单个头戴相机(122 美元)配合无电子元件手套(22 美元)和工作区纸码,替代腕部相机、位姿追踪器及多数据流同步,得到 6.5 毫米与 1.6 度中位精度的 6-DoF 标签。
研究者提出一种让摄像头机器人半自主完成 Shoebox Tasks 的方法:用视觉大语言模型将任务照片转换为 PDDL 表示并生成动作规划。系统在 Nao 机器人上实现了自主执行、提示下一步或以动作演示、语音和手势指出失败,无需教师编程,仅以拍摄的图像为输入,求解器可集成到多种教育机器人中。
一项 arXiv 研究针对无人机(UAS)在远程飞行员或detect-and-avoid系统临时中断循环强化学习策略后的接管恢复问题,发现中断会降低隐状态中任务信息的可解码性并提高中断后碰撞风险。研究提出三种中断感知架构,通过独立特征流、专用中断记忆或门控环境特征来处理中断上下文。其中最强架构相比循环基线将中断后碰撞减少 74%、任务失败减少 69%,且不影响无中断时的性能。
上海交大 Weinan Zhang 等学者在 arXiv 发布 388 页、12 章的 Physical AI 专著,提出将物理 AI 定义为在真实世界约束下通过持续反馈感知、建模并作用于物理世界的人工系统。
Byungwoo Jeon 等人发布论文,提出 Video-Point Model(VPM),基于多视角视频历史和语言指令,联合预测任意视角的未来视频与场景持久点的 3D 轨迹。
国家数据集团在河北雄安新区成立,旨在推进数据资源开发利用、释放数据要素价值并服务人工智能发展。中国首批六项人形机器人国家标准获批发布,将于2027年4月1日实施。此外,火山引擎面向使用Seedance制作、在红果短剧APP上线的精品AI漫短剧发起激励计划,国家发改委正研究制定扩大内需战略实施方案。
中国电信人工智能研究院(TeleAI)孵化的具身智能公司伽马智能(Gamma Robtics)在上海市徐汇区注册成立,入驻模速空间。该公司由中国电信集团投资、TeleAI 孵化,将与 TeleAI 共建人形机器人实验室。TeleAI 院长李学龙出任科学顾问,白辰甲任创始人及首席执行官。
10 月 21 日物理 AI 概念反复走强,利亚德午后封 20cm 涨停,凡拓数创涨超 10%,凌云光、鼎捷数智等跟涨。消息面上,江苏省政府 10 月 20 日印发《江苏省物理 AI 与世界模型高质量数据集建设行动计划(2026—2028 年)》,提出开展物理 AI 与世界模型数据关键技术攻关。摩根士丹利预测,物理 AI 未来十几年或推动全球 GDP 增长 8–10 倍。
天眼查App显示,广州增优科技有限公司近日成立,法定代表人为王琳,注册资本3000万人民币,经营范围含服务消费机器人制造、工业机器人制造、智能机器人研发等。该公司由深圳市优必选科技股份有限公司全资持股。
天眼查App显示,北京亦庄机器人科技产业发展有限公司近日发生工商变更,注册资本由2.1亿人民币增至约8.7亿人民币,增幅约312%。该公司成立于2023年10月,法定代表人为徐越,经营范围涵盖技术服务、技术开发、技术咨询等,由北京亦庄投资控股有限公司全资持股。
这期播客节目讨论两个话题:Astra 是否代表机器人领域的 GPT 时刻,以及 AI 圈对 Claude 发现的 ART 新酶系统和 AI 制药很兴奋、生物圈反应却更淡的原因。节目为 E256 期,围绕 Agent、机器人与制药领域谁先被 GPT-6 Astra 改写展开,内容通过 YouTube 发布。
Eka Robotics 推出的机械臂可能是首个真正擅长抓取多种不同物体的机械臂,其动作流畅、接近人类水平,正在令业界惊叹。
Amulya Vishwanath 在 TechCrunch 的 Equity 节目中表示,机器人行业正迎来大家都在等待的"ChatGPT 时刻"。她以此类比该领域即将到来的关键转折点。
a16z 宣布领投 Eka Robotics 的 A 轮融资,认为灵巧操作是机器人领域最大的机会之一。Eka 打造了 Vision-Force-Action 模型,将视觉感知与机械手的力反馈结合,模型、传感和硬件协同设计,使机器人能把物理接触本身作为信息。
美国空军进行了一次空中测试,F-22 Raptor 飞行员在模拟作战中向 Anduril YFQ-44A Fury 无人机下达战术指令,无人机自主解读并执行任务与机动动作。
软件工程师 Joshua Bird 发布自制单电机 3D 打印无人机,靠电机转速快速变化与 45 度铰接旋翼实现俯仰和横滚控制,自研固件让电机响应时间低于 0.2 毫秒。设计省去了传统直升机尾桨和倾斜盘等反扭矩机构,作者用自制高速相机排查桨叶过软等问题,最终在卧室借助红外信标导航实现飞行,项目开源在 Single Propeller Drone GitHub 仓库。
乌军第92突击旅与第30机械化旅声称于 2026 年 10 月 19 日完成首次用无人机从前线撤离伤员的行动。士兵 Kostya 身处雷区和俄军自杀式无人机威胁下、位于敌后 11 英里处,救援使用可载重 130kg 的 Gurzuf Defence 六旋翼无人机,将其吊运 8km 至安全区域,伤员目前正在接受治疗。旅指挥官表示这可能开启用无人机撤离伤员的新体系。
一个生物多样性科考团队进入中国哀牢山亚热带森林时,携带了 DEEP Robotics 开发的 Lynx M20S 机器狗,将其当作驮兽运送野外与成像物资,并协助路线勘察、影像记录和数据采集,还拍下了罕见寄生植物水晶兰和长臂猿的画面。该机器狗负载约 220 磅,但电池续航仅 2.5 至 3.5 小时。其曾在隧道掘进、2026 FIFA 世界杯街道巡逻和消防等场景协助作业。
创业公司 Laplace Intelligence 在 TechCrunch Disrupt 上展示其为机器人和自动驾驶等物理 AI 构建的自动化红队测试平台。
Eka Robotics 完成 $150M Series A 融资,投后估值 $1.45B,由 a16z 和 F-Prime 领投,创始人为 MIT 教授 Pulkit Agrawal 和前 Google DeepMind 研究员 Tuomas Haarnoja。
硅谷101 一期对话 Dyna Robotics 联合创始人 Jason Ma,亮点是 100 万小时 ego 数据中找到 scaling law 信号。Dyna Robotics 被称为“世界上最无聊的机器人公司”,专注叠毛巾、叠餐巾等日常任务。实验室准确率达 99.4% 的部署在实际商业化中只有 75%,团队分享了 300 天的部署教训与机器人前沿研究思考。
10月20日,千诀科技在首届2026物理AI与世界模型大会上发布具身智能大脑底座——Polibrain预测式世界模型,走不渲染像素、直接在潜在表征空间预测行动结果的预测式路线。
前英伟达 DreamZero 团队创办的机器人公司 Dream Labs 公开亮相,宣布获得 9000 万美元种子轮融资,由 B Capital 领投,并开放机器人基础模型 Dream-1 的 API。
医疗器械公司 Smith & Nephew 推出新型人工关节,试图反击 Stryker 在骨科领域的创新。目前两家公司在膝关节置换机器人市场竞争加剧,Smith & Nephew 希望借此夺回份额。
研究者推出 AgenticRoboRL 框架,用监督微调结合多轮强化学习对不同机器人 harness 的规划器做后训练,通过 harness 专属适配器统一 RL 训练流程。在 LIBERO-PRO 上,9B 参数规划器的成功率从 18.1% 提升至 71.0%,接近 Codex(GPT-5.5)配合外部记忆达到的 72.1%。框架与训练好的规划器 checkpoint 将开源发布。
Agility Robotics 联合创始人 Jonathan Hurst 讲述公司发布 Digit 5 背后的设计取舍与心路历程,该机器人重超 120 kg,可反复举起 23 kg 箱子、够到 1.75 米高货架,电池支持运行 90 分钟、9 分钟充满,目标每天工作 20 小时。
推荐理由:联合创始人亲述 Digit 5 设计取舍,从 ATRIAS 到商用落地的演进脉络为理解人形机器人产品化提供了难得的一手视角。
EVO-WAM 论文提出让世界动作模型不依赖专家示范和环境试错、从自我生成轨迹中迭代学习的方法,流程为想象、验证、学习循环。模型同时预测机器人状态以逐段生成完整候选轨迹,用 VLM 判断任务完成、用逆动力学模型(IDM)检验动作一致性后筛选经验用于微调。
在 9 月 20 日至 21 日上海举行的 PAIR Conference 2026 上,来自芯片、算法和计算系统领域的五位嘉宾围绕“模型迭代快于芯片研发”展开圆桌讨论。
智元向清华、北大、浙大、上海交大等20多所高校投入超1000台真机及软件平台,总价值2亿元,共建具身智能产教融合实践平台。清华电子系2学分、45学时的《具身智能综合系统实验》已开课,学生用精灵G1和Genie Studio完成从仿真建模、遥操作采集数据到模型训练、实机部署的全流程。此次投入是智元「元苼」生态发展计划第一子,该计划未来五年投入超20亿元。
费城女子 Carolyn Marvin 因阻挡 Uber 配送机器人并拒绝让路,被警方以扰乱秩序罪名逮捕。她表示自己一直在抗议配送机器人抢走人类配送员的工作,事件视频引发媒体关注。这类机器人在费城市中心已很常见,也引发了对自动化系统冲击低技能岗位的广泛担忧。
10 月 14 日禾赛发布三维世界数据引擎 Kosmo,包括空间相机 Kosmo One 和云平台 Kosmo World,可将真实门店等空间扫描重建为机器人训练环境。
曾在NVIDIA负责机器人平台产品营销七年的Amulya Vishwanath在TechCrunch Equity播客中表示,机器人行业目前处于“乐高时代”,执行器、机械手、软件和安全标准等基础模块仍在重建,尚未迎来“ChatGPT时刻”。
Max Lapin 宣布 Rho-1,一个从零训练的 19B 全模态模型,Reka 同日发布其研究预览版。该模型在单一神经网络内理解和生成文本、图像、视频及机器人动作,可绘制场景、在图中找物体、动画成视频、按提示词编辑视频并跨多轮对话推理,无需流水线和工具调用。
Tony Huang 发文称,人形机器人的可能应用场景或许还没有被充分认识和 appreciation。作者认为业界对这一领域潜力的理解仍不完整,但没有给出具体产品、数据或案例。