军工企业推动自主战地机器人进入无路战场
军方尤其是乌克兰正部署更多能开火、进攻和撤伤的地面机器人,德国 ARX Robotics 等制造商希望提升其自主性。 更高的自主性可让少量士兵操控更多车辆,并在通信受干扰时维持运作。 战场无道路、无交通规则且地形多变,使战场自主性成为比 robotaxis 更难解决的 AI 问题。
军方尤其是乌克兰正部署更多能开火、进攻和撤伤的地面机器人,德国 ARX Robotics 等制造商希望提升其自主性。 更高的自主性可让少量士兵操控更多车辆,并在通信受干扰时维持运作。 战场无道路、无交通规则且地形多变,使战场自主性成为比 robotaxis 更难解决的 AI 问题。
深圳企业智平方在2026年APEC领导人会议周期间,向大会新闻中心投放7台人形机器人,为参会媒体记者提供咖啡、冰淇淋和软饮服务,累计服务超5000名中外记者。这批机器人使用人类常用的咖啡机和冰淇淋机制作饮品,而非由机械臂完成。
华为云在CloudRobo具身世界模型发布会上透露,昇腾云在具身智能市场格局中排行中国第一,已有80%的中国具身智能企业选择昇腾云,重点高校基本实现全覆盖。华为云强调其定位为不造机器人本体,而是提供算力、网络和AI框架的国产化底座。其发布的CloudRobo-WM1.2模型在RoboTwin 2.0、Libero Pro 2.0等评测中均位列第一。
华为云正式发布并开源昇腾原生具身世界模型 CloudRobo-WM1.2。该模型基于国产算力昇腾训练,在 RoboTwin 2.0 和 LiberoPro 2.0 两大评测基准中均排名第一。
小马智行与丰田合作的第七代铂智 4X Robotaxi 在广州正式投入 L4 级自动驾驶示范运营,面向公众开放服务。 双方此前在北上广深已落地 Robotaxi 服务,并共同投资 10 亿元成立合资公司骓丰智能,推动规模化量产。 此举标志着双方在中国市场的 L4 战略合作迈入新阶段。
summary_zh: 研究人员提出 Teleo-Spatial Intelligence 并提出 EscherVerse 数据集,包含 11,328 个真实世界视频。
E0 提出一种基于 Tweedie 离散扩散框架的方法,通过量化动作 token 上的迭代去噪生成细粒度且可执行的动作,解决现有 VLA 模型动作粗糙或不稳定的问题。 实验在 LIBERO、VLABench、ManiSkill 和 Franka 实机上测试,E0 表现达到最先进水平,平均优于强基线 8.1%。
D-VLA 提出了一种高并发、低延迟的分布式强化学习框架,旨在解决大规模具身基础模型训练中的资源冲突瓶颈。 该框架引入“平面解耦”隔离高频数据与低频权重控制,并设计了四线程异步“泳道”流水线,实现采样、推理与梯度计算的全并行重叠。 在 LIBERO 等基准测试中,D-VLA 在百亿参数模型上的吞吐量和采样效率显著优于主流强化学习框架,且在万亿参数扩展性测试中保持线性加速。
RB-VLA 提出一种信念中心架构,通过自监督世界模型目标维护紧凑潜在状态,解决部分可观测性下的任务进度丢失问题。 该模型无需存储原始观测或随时间扩展内存,VLM 仅需每任务查询一次提供高层意图,结合信念跟踪实现因果接地控制。 在长时程基准测试中,RB-VLA 相比 pi_0 提升成功率,多阶段抓取放置任务提升 52.5%,堆叠任务提升 37.5%,推理延迟降低 5 倍。
27B 开源推理模型在纯模拟环境中通过强化学习训练,无需演示即可原生使用真实机器人。 在 LIBERO 和 RoboDojo 上训练后,模型在真实双机械臂机器人上的任务成功率达 60%,LIBERO 基准成功率从 1.6% 提升至 74.4%。 该技术为机器人大规模后训练提供了新路径,且未在九个通用基准上造成能力退化。
GPT-6 Astra 发布开启了智能体机器人新范式,前沿模型在多项具身基准上匹配或超越任务特定策略。 智能体机器人系统通过闭环机制,结合基础模型与具身执行架构(Embodied System 2),将通用推理转化为受物理约束的可靠动作。 作者提出评估框架并规划研究路线图,目标是实现具备渐进式责任的持续自主能力。
该综述回顾了 2022 年 12 月至 2026 年 10 月间的 88 项视觉语言动作模型研究,涵盖 22 个模型的设计、训练与部署。 研究发现三个趋势:训练数据规模从 10,000 小时扩展至 20,000 小时,模型参数向 3-7B 及 1B 以下分化,且通用模型开始涌现。 指出部分在基准测试中近乎满分的模型,在环境轻微变化时仍会失效。
研究人员提出无量纲指标 LASR,用于在离线评估中测量世界模型潜变量是否提供超越当前状态和无关捷径的动作相关预测支持。 LASR 包含捕捉典型支持的 GeoLASR 和识别最弱案例的 WorstLASR,通过记录的动作与物理状态变化作为目标进行基准化。 在机器人操作数据和多任务面板上的实验表明,LASR 能检测已知动作信息、拒绝非动作捷径,并支持对不完美容潜变量进行分级比较。
X-Nav 是首个基于指令驱动双足人形机器人完成从室内到室外长时程任务的系统。核心导航模型 MELIOR 仅使用 RGB 图像输入,在 R2R-CE 和 RxR-CE 基准测试中取得了具有竞争力的结果。
研究发现,基于部分可观测性的 Bellman 专家监督优于全知地图的 TSP 专家,在 2000 步预算下 Bellman-VLN 找到 71.4% 目标,显著高于 TSP-VLN 的 65.5%。 结果揭示了最优路由与最优探索的区别,表明有效的探索监督应优化部分可观测性下的决策,而非模仿全知环境下的路径。
联合世界动作模型生成的轨迹往往缺乏任务有效性。WATO 通过联合优化动作与状态,利用可微任务损失训练生成器,提升了轨迹的动态一致性。 在 7 个视觉控制环境中,WATO 将平均成功率从模仿学习的 79.9% 提升至 91.7%,并优于多种强化学习基线。 部署阶段无需迭代优化,相比 CEM 平均快 11.5 倍,且使用的世界模型评估次数减少 600.5 倍。
长安汽车联合国汽智控等打造车路云一体化数实融合无人化测试系统,平均测试效率提升300%,极限工况覆盖率达80%。 系统以大模型为核心,支撑L2-L4级车型验证及AEB、NOA等功能量产,已投入21款车型测试,路侧设施覆盖里程约3.2万公里。
英伟达机器人学习工程师戴士钦(Darrell Dai)发文宣布离职,直言黄仁勋的突然离职让他格外失望。戴士钦指出,他欣赏黄仁勋在 CUDA 和 AI 领域的长远投入,以及亲自与员工交流的企业文化。他认为缺乏充足解释的人事变动让其对英伟达的未来方向感到不确定,因此决定结束在英伟达的职业篇章。
具身智能建筑机器人企业上海蔚建科技近期完成由财通资本领投的第五轮融资,金额超亿元人民币。 本轮资金主要投入生产制造、海外市场拓展及具身智能研发。公司自研天工系统,抹灰机器人垂直平度误差控制在2米内2毫米,预计2026年订单破亿元。
summary_zh: NVIDIA 在韩国 COEX 举办为期两天的 AI Day Seoul,吸引超过 2000 名参与者,聚焦物理 AI 和 AI Agent 的发展。
OpenAI 解散了独立的机器人团队,将研究人员合并至 Mark Chen 领导的核心研究部门,应用机器人和硬件人员则归入 Greg Brockman 领导的 Applied 组织。
Agility Robotics 本月通过 SPAC 在 Nasdaq 上市,并宣布拥有来自 Amazon、GXO、Schaeffler 和 Toyota 加拿大分部的超 $300M 多年期订单。
DARPA 在 RACER 项目中测试四辆自主无人地面车辆,它们在无 GPS 环境下测绘地形、监测区域并定位敌方部队。 车辆可单独或协同工作,远程操作员负责分配任务、核查结果并决定如何交战,确保人类始终掌握控制权和态势感知。 该项目的经验将推动美国军队无人系统的发展,将传感器和武器推向自主化前线。
Tesla 向部分客户开放个人用途 Cybercab,购车价为 29,990 美元,并需强制订阅每月 299 美元的 Autonomy Subscription。
OpenAI 解散独立机器人团队,原团队并入核心研究团队,应用机器人和硬件业务改由 OpenAI 总裁 Greg Brockman 负责。据 Fortune 报道,OpenAI 称此举是为了加速机器人进展,并非放弃,因为其通用模型已开始接管机器人控制。
推荐理由:报道了 OpenAI 解散机器人团队与通用模型接管控制层的判断,并给出 GPT-6 Astra 和 Claude Fable 5.2 在仿真测试中的对比数据。
May Mobility 宣布将自动驾驶系统整合至大众 ID. Buzz,计划于 2028 年向客户交付首批车队车辆,并预计到 2031 年投入 1 万辆运营。该系统依靠车载预测模型,通过模拟多种场景推理判断路况,使车辆具备提前 10 秒预判周围环境的能力。这一模式接入 Lyft、Uber 等网约车平台,弥补了 ID. Buzz 面向普通消费者因价格及续航问题市场表现平平的短板。
谋先飞(Motphys)发布物理仿真引擎 MotrixSim 1.0,其核心采用 Rust 开发。 该引擎支持多体动力学与机器人仿真,具备 CPU/GPU 异构架构。在 4096 并发下,G1 机器人训练耗时 10.2 分钟,远超传统方案。
全日空通过 ANA 未来创投基金投资 Space Quarters,该公司提供太空组装与建设大型建筑物的解决方案。 Space Quarters 结合电子束焊接技术和机器人系统 DAIQ,可完成建筑材料取出、放置和连接流程,并成功验证了微重力和模拟月球重力下的焊接能力。
OpenAI 将机器人研究人员并入主要研究及应用团队,旨在利用 GPT-6 Astra 等通用模型直接控制机器人。最新测试显示 Astra 在仿真及实体任务中表现优于专用模型,如 StationeryBench 上的表现,但专用模型在成本与能效上仍具优势。
Runway 以 Apache 2.0 协议开源具身智能模型 Praxis-1,利用视频生成模型学到的世界动态预测环境变化并生成机器人动作。该模型在 Nvidia RoboLab-120 评测中以 46.2% 成功率位居 World Action Model 类别榜首,且仅需约 95 小时数据即可微调未见过的移动机器人,成功率达 80%。
Robust AI 推出 Carter 移动机器人,该设备形似实用手推车,配备力敏把手、AI 视觉系统及全向轮,支持单手推动、手势或触摸屏控制。 机器人在仓库与工厂中用于拣选、补货及货物搬运,由联合创始人 Rodney Brooks 创立,强调人机后端协同优于完全自主。 公司认为整体系统性能优于单一机器人能力,因此保留人类控制权。
OpenAI 解散独立机器人团队,机器人研究员并入 Mark Chen 领导的主研究部门,应用机器人与硬件团队划归 Greg Brockman 的应用部门。公司称此举体现对通用模型直接驱动机器人的更深层承诺,仍计划在 2027 年首次公开展示自家人形机器人。这是 OpenAI 第二次解散机器人团队,2020 年曾关闭一个团队,2024 年重建。
受埃里克·特朗普投资的机器人公司 Foundation 联合创始人迈克·勒布朗表示,未来 5~10 年内人形机器人、地面车辆和无人机将承担大部分主要作战任务。公司今年 2 月已交付 2 台 Phantom MK-1,载重约 40 公斤;下一代 MK 2 身高 1.83 米、重 84 公斤,可抱起成年人并架设重机枪。
新西兰最大零售商 The Warehouse 被控利用 AI 监控员工如厕时间,300 多名员工因此抗议。 公司称所用技术为扫描效率设备,否认与如厕有关,并说明无人机盘点增加了 3 个临时岗位。 工会认为监控侵犯隐私并恐引发裁员,公司则强调会提供再培训与转岗机会。
比亚迪辅助驾驶车型保有量已超 419 万辆,天神之眼系统日数据生成量突破 2.6 亿公里。 今年 5 月该数据分别为 315 万辆和 2 亿公里,半年内保有量净增逾百万辆。 车队规模扩大提升了长尾场景覆盖密度,支撑端到端大模型通过真实数据自主学习复杂博弈。
特斯拉宣布向部分受邀个人用户开放 Cybercab 购买渠道,起售价 29,990 美元,首批车辆预计 2026 年 12 月在美国得克萨斯州奥斯汀地区交付。除购车价外,用户需支付 1,000 美元不可退还定金,且车辆必须搭配每月 299 美元的自动驾驶订阅才能运行;Cybercab 没有方向盘和脚踏板,此前已于 2026 年 9 月 3 日在奥斯汀提供 Robotaxi 服务。
OpenAI 解散独立的机器人团队,将研究人员并入由 Mark Chen 负责的核心研究团队。应用机器人与硬件团队转入由 Greg Brockman 负责的应用部门。OpenAI 强调此举并非退出机器人领域,而是因为通用模型已能直接用于部分机器人任务。英伟达的一项研究显示,GPT-6 Astra 在模拟操作测试中取得了 74.8% 的成功率,高于榜单中专用模型的 51.0%。
Hugging Face 发布教程,指导利用 UR17G 机械臂、Robotiq 2F-140 夹爪和饮料罐构建抓放模拟。 SimReady Central 提供带验证属性的 OpenUSD 资产,示例采用 GPT-6 Sol 生成控制代码,需安装 Isaac Sim 6.2。 该流程通过 Profile 验证确保资产物理属性正确,支持开发者复用经过基准校验的机器人组件。
机器人控制正从依赖通用大模型转向使用专用触觉 AI,如 LingBot-Touch。 LingBot-Touch 仅依靠指尖触觉读取麻将牌,无需视觉识别,展示了小模型在特定任务上的潜力。 这种“通用 vs 专用”的架构分歧可能决定未来机器人 AI 的技术路线。
深圳具身智能公司星尘智能发布多机协同框架CoMind,让多台机器人通过共享任务关键信息实现独立决策与紧密协作。在隔墙拿笔、盲盒置物等真机测试中,该框架将任务成功率从0%提升至100%,在盲盒置物中准确率从38.9%升至88.9%,同时通信信息量减少约80%。