POD-RoPE:面向具身 AI 的物理观测分布旋转位置编码
论文提出 POD-RoPE,将 token 观测足迹表示为相机中心、方向与时间的分布,支持 Q/K 匹配与 V/O 变换。 在 RoboTwin 2.0 中集成 POD-RoPE 使 Fast-WAM 平均成功率从 91.83% 提升至 92.88%,两台真实机器人任务成功率从 32.5% 升至 52.5%。
论文提出 POD-RoPE,将 token 观测足迹表示为相机中心、方向与时间的分布,支持 Q/K 匹配与 V/O 变换。 在 RoboTwin 2.0 中集成 POD-RoPE 使 Fast-WAM 平均成功率从 91.83% 提升至 92.88%,两台真实机器人任务成功率从 32.5% 升至 52.5%。
Patchwork 系统通过共享模板与补丁机制优化域随机化具身仿真,解决并发环境内存浪费问题。 该系统将随机化采样与回放分离,在 robosuite 和 MuJoCo 上测试显示,32 副本共享执行使 CPU RSS 降低 88-92%。 这种资源管理方式将内存增长趋势从实例数量转移至模板多样性,提升了仿真系统的资源效率。
研究发现,在三个模型和两个视频基准测试中,视觉-语言-动作模型在识别可见危险时,任务执行往往仍是默认反应,而非防御性动作。 研究通过考察模型内部表征及面对可见危险和有害后果时的动作倾向,揭示了生物敏感性与模型行为的差异。
研究引入 Power-of-Two Leaky Integrate-and-Fire (PoT-LIF) 神经元,通过发出幂级幅值脉冲实现视觉语言动作模型的稀疏计算。 该模型集成至 $\pi_{0.5}$ 的视觉及动作投影层,在 LIBERO 闭环任务中成功率达 97.25%,能效降低 86.95%。 PoT-LIF 无需重构预训练策略,支持在保持性能的同时显著降低部署能耗。
特斯拉 CEO 马斯克驳斥低需求观点,称机器人对内存的需求将超过地球上其他所有一切。Futurum 分析师估计,若特斯拉年产 1000 万台 Optimus,每台搭载 72 GB 内存,年需求将约 720 PB。马斯克表示 Optimus 首批交付目标定在明年年底,弗里蒙特生产线需一年达每周 2 万台产能。
特斯拉计划在 Robotaxi 充电站部署 Optimus 人形机器人,替代人工为无人驾驶出租车插拔充电枪。根据特斯拉高管在采访中的表示,该机器人被视为过渡方案,公司正同步研发更自动化的无线充电系统。目前,Cybercab 仅能使用超级充电站,而特斯拉已获 FCC 批准其无线充电方案,并计划在奥斯汀建设配备 80 个无线充电装置的枢纽。
通用汽车计划最迟在 2028 年推出高速公路自动驾驶功能,将在 2028 款凯迪拉克 ESCALADE IQ 上搭载升级版 Super Cruise 系统,同时使用雷达、激光雷达和摄像头。
2026全球开发者先锋大会在上海圆满落幕,吸引近6万人次参会,全网曝光量超60亿次。 大会推出“4+X”成果,800余支队伍操控上千台机器人,完成三大领域9大赛道的实景实训。 会议为上海培育新质生产力注入动能,推动具身智能从技术突破迈向商业价值创造。
智元发布具身 Agent 框架 Genie Master,在真实便利店场景中实现 Physical RSI,使精灵 G2 机器人能不依赖人工调试,自主分析失败原因并调整策略。
禾赛科技发布面向物理AI领域的Kosmo数据终端,皮克斯官方教程展示其处理真实世界3D高斯泼溅数据的能力。Kosmo集成定制激光雷达、8K影像、CMOS及IMU四类传感器,在硬件层面实现微秒级时空对齐的前融合,支持100平米空间在15-20分钟内完成采集。
千里科技发布了一款内置10 TOPS NPU的4D毫米波雷达,支持从ADC采样到目标跟踪的全链路本地AI处理。该雷达相比上一代产品,点云密度增强10倍,探测距离提升40%,鬼影消除提升至95%。它提供边缘侧、卫星架构及兼容三种工作模式,旨在通过软硬一体的协同设计,将雷达从目标级汇报者转变为特征级协作者,以适配不同功能等级和EE架构的整车平台。
RoboParty 发布全栈开源人形机器人 RP1,开放从机械图纸、电气系统、自研 ROMOMO 关节到底层控制与训练工具的完整研发链路。RP1 支持 24 至 30 个自由度的本体配置,具备连续行走、扰动恢复及跌倒起身等真机运动能力,并开放 URDF、hhtools 等仿真与动作重定向资源供开发者下载与二次开发。
推荐理由:从机械图纸到运动算法的全栈开放,为科研与具身模型开发者提供了可修改的研发平台。
产业智能通过整合经验、数据与业务知识,连接决策与物理制造环节,推动可持续增长。 Toyota Industries 利用该技术将油漆缺陷分析周期从 5 天缩短至 4 小时内,相关缺陷减少约 25%。 Rockwell Automation 在工厂部署维护副手,将新员工排查数百台机器的学习时间从 9 个月缩短至 3 个月。
Ropedia 发布六项研究成果,探索如何将人类第一视角视频转化为机器人训练数据及提升空间推理能力。 Ropedia W0 模型利用 1 万小时人类视频预训练,在跨本体评测中 PSNR 达 21.98 dB,仅需 1% 后训练数据即超越全量数据模型;S-Agent 2.0 通过引入空间感知工具,使 Qwen3.8-27B 的 ReVSI 得分从 61.8 提升至 82.3。
受中美 AI 竞争焦虑影响,中国股市近期蒸发 2.4 万亿美元,STAR 50 指数自 6 月以来下跌 40%。 AI 股票占中国及港股市值 40% 以上,国内需求疲软及美国技术禁令加剧市场担忧。 Anthropic 计划 IPO 融资最高 1000 亿美元,而中国缺乏此类重磅 IPO 且短期难推刺激政策。
三星电子 CEO 李在镕首次视察 RX 机器人事业部,重点检查 CES 2027 参展技术准备。 该部门由 DX 负责人卢泰文领导,正测试双足人形机器人 24 小时运行能力。 三星计划通过投资并购加速商业化,并探索机器人应用于半导体等制造场景。
智元正式发布具身 Agent 框架 Genie Master,让机器人在上岗过程中自主解锁新技能。精灵 G2 在真实便利店执行熟食打包、取货、补货等任务时,不依赖人工示范与调试,可自行定位失败原因、调整策略并沉淀经验,实现无人在环的持续自我进化。11 月 2 日智元还将安排 6 台精灵 G2 进行连续 24 小时便利店作业直播测试。
小米面向工业场景正式披露了一款 21 自由度、26 电机混合驱动、1500 点高密度全掌触觉的仿生灵巧手探索成果。该设计基于小米汽车中试中心 1827 个真实作业 SOP,并采用混合驱动设计加腱绳张力控制实现精准抓握力控。
Scan2Instruction 结合 PRPT-KS 算法,通过单次 iPhone 扫描实现语言引导导航策略的免人类演示适配,将 RealNav 真实机器人成功率提升至 85%,显著优于基线的 49%。
FFR 完成对 FFAI 机器人业务的合并交易,所有资产装入 FFR,并正式在纳斯达克挂牌上市。贾跃亭担任 CEO,公司发布了 2026 年全年业绩指引,预计机器人出货量约为 2000 台,且保持正毛利。
SkeLAM 使用约 10 小时数据实现零样本跨形态运动迁移,DROID 评测中轨迹误差降低 19.5%。 模型冻结参数,利用骨架监督对齐潜在动作,支持人手视频演示直接驱动机器人生成。
特斯拉将休斯顿Robotaxi服务范围从约25平方英里扩大至254平方英里(约657.9平方公里),增幅916%,覆盖约120万居民。当前使用改装Model Y运营全程无人服务,运营里程已达22.6万英里,服务面积约是Waymo在休斯顿运营范围的五倍。特斯拉下月将在达拉斯上线Cybercab载客服务,并公布了拉斯维加斯、菲尼克斯、杰克逊维尔和圣安东尼奥为下一批Robotaxi落地城市。
推荐理由:休斯顿Robotaxi运营面积从25平方英里扩至254平方英里,服务超120万居民,为Waymo休斯顿运营范围的五倍。
美国机器人公司 Boston Dynamics 拟向 ICE 出售机器狗,300 多名员工发出警告,指出此举存在风险。 公司官方立场是支持该 ICE 交易,未回应员工关于风险的抗议。
通用多模态大语言模型直接控制真实机械臂的能力正在快速提升,2026年7月至10月期间执行性能翻倍时间为53.9天。期间最佳执行率提高了4.4倍,最低执行成本下降了6.2倍。目前模型性能主要受效率而非世界推理能力限制。
Aptiv 自动驾驶副总裁解释端到端 AI 取代传统模块化 ADAS 架构。 该系统通过数据直接学习驾驶行为,优化整体任务使驾驶更类人,但增加了调试难度。 核心挑战在于数据多样性,需结合仿真覆盖边缘案例,并依赖集中式计算平台融合多传感器信息。
启元机器人第5000台个人机器人正式下线,单台下线耗时2.5分钟,日产能提升至200余台。 自9月20日发售以来,启元Q1、T1两款产品一个月内实现规模化量产。产品支持360度全向感知避障,重度用户日均使用时长超3小时。 物理AI正从数字世界走向现实,机器人本体与制造体系协同支撑消费场景落地。
可可矩阵(COCO Matrix)发布机器人模型 CO01,提出「经验提示」机制,使机器人无需微调即可利用示范、失败记录和即时指导适应新任务。在未见任务测试中,单段示范配合约 1 分钟准备时间可使平均成功率达到 52%,而微调达到相近水平需约 180 条示范及 9 小时;保留自身历史尝试时,真机累计成功率从首次的 33% 提升至五次内的 84%。
Tesla 希望自主驾驶订阅能带来汽车销售无法企及的利润率。 公司认为,在电动汽车销售增长放缓的背景下,FSD 等自动驾驶服务的订阅收入是其未来的盈利关键。
预计到2030年全球人形机器人AI加速器累计出货量将突破100万台,2026至2030年复合年增长率高达144%。 英伟达凭借全栈生态主导GPU市场,高通以异构计算架构切入,特斯拉与小鹏则依托汽车自研芯片技术推动ASIC架构发展。
丰田计划通过年投入64亿美元部署40万台机器人,转型为全球化机器人公司。其AI机器人分拆公司Walden Robotics于7月上市,估值11亿美元并融资3亿美元。
三星 Samsung RX China 团队提出 ε4P 方法,通过控制不同数据源在 flow matching 的噪声区间参与训练,将不完美数据转化为性能增益。
RoboCoach利用世界模型定位长程任务中的薄弱子任务策略,引导人类定向示教并更新对应策略专家。在Franka平台上,其成功率从13.3%提升至75.0%;在AgileX平台上,从40.0%提升至83.8%。
ParallelWorld 将多步预演引入具身智能体高层规划,通过比较不同行动路径的未来观察与任务进展优化决策,将任务成功率从 56% 提升至 83%。系统在 ESI-Bench 的 28 项评测中 26 项超过基线,在 LIBERO-Pro 八种操作设置中均取得更高成功率,其中 Spatial 位置交换设置提升 27 个百分点。
智元发布安规级重载具身机器人精灵 G2 Max,面向拆码垛、物料转运及产线供料等工业场景,单臂负载 20kg,双臂额定负载 40kg,双臂峰值负载可达 50kg,手臂重复定位精度≤±0.5mm。
宸境科技在宇树科技生态大会发布钢铁行业物理AI全栈方案,已落地湘潭钢铁、晋南钢铁,以宇树机器狗为载体验证场景可行性。 该方案搭载Insight空间智能相机与Navcore空间智能大脑,实现自主定位、动态避障及多传感器异常检测,对标特斯拉FSD标准。 其核心价值在于将高危重复人工巡检转化为数字化闭环管理,为电力、化工等更多工业场景提供可复用的标准化落地路径。
特斯拉宣布在美国弗里蒙特工厂启动擎天柱(Optimus)初期生产,拆除Model S/X产线以腾出空间,规划年产100万台。首批达到量产标准的机器人已下线,计划制造1万至2万台机器人进入Optimus Academy进行自主训练,通过操作积累数据迭代AI模型,预计2027年底开始向工业领域外部交付。
有传闻称字节跳动豆包大模型视觉多模态生成方向负责人周畅将离职创业,接近字节的人士回应称周畅没有离职。周畅曾历任阿里巴巴通义千问大模型技术负责人,并于 2024 年 8 月加入字节跳动。
提出 Flow-ERD 多智能体交通模拟器,同时追求真实感与多样性。 该模型基于 Agent-Type Aware Flow Matching (AFM) 和 Entropy-Regularized Distillation (ERD) 两阶段架构。 在 Waymo Open Sim Agents Challenge 测试集真实感指标中排名第一。
研究提出 Backtrack,一种无需重训练即可为冻结 VLA 模型恢复故障的轻量机制。 通过仅占策略参数量 0.48%-0.88% 的失败预测头监测内部表示,结合运动回溯控制器,在 LIBERO 长程任务中降低 19%-48% 失败率,提升成功率至多 7.4 个百分点。
人类修正在联邦 VLA 适配中因隐私、紧急性和行为范围差异而难以安全共享。 平均任务成功率提升可能掩盖罕见安全干预,导致其他机器人产生不安全响应。 论文主张在共享时保留多模态修正的上下文与不确定性,部署前在接收方闭环中评估,并同步评估隐私泄露。