SE3 融资 3000 万美元,研发军用无人机 AI 空间智能
慕尼黑公司 SE3 完成由 Accel 领投的 3000 万美元 A 轮融资。 这是其种子轮 550 万欧元融资后不到五个月内完成的新一轮融资。其软件能将多架无人机和地面车辆的数据融合成 3D 战场地图,支持自然语言查询与指令。该轮次助推了欧洲国防 AI 领域的融资增长。
慕尼黑公司 SE3 完成由 Accel 领投的 3000 万美元 A 轮融资。 这是其种子轮 550 万欧元融资后不到五个月内完成的新一轮融资。其软件能将多架无人机和地面车辆的数据融合成 3D 战场地图,支持自然语言查询与指令。该轮次助推了欧洲国防 AI 领域的融资增长。
NVIDIA 发布 Instant NuRec,前馈神经网络将短时多视角驾驶日志单次前向转化为可仿真的 3DGS 世界。 10-20 秒多摄像头场景重建耗时约 1.5 秒,在 Waymo 数据集上 PSNR 较最强基线提升 2.01 dB。 模型深度集成于 NuRec,并支持 AlpaSim 闭环仿真,降低自动驾驶开发成本并提升安全性。
summary_zh: NVIDIA 发布实时生成式世界模型 OmniDreams,通过中后期训练 Cosmos 扩散模型,在 21k 小时驾驶场景数据上实现动作条件视频的自回归生成。
该框架结合 Isaac Sim 虚拟温室与四足移动机械臂,支持环境调控与植物干预。 使用冻结的 DINOv2 和 BERT 编码器,全模型在温度、湿度和土壤水分预测上分别达到 0.249℃、2.030 个百分点和 0.997 个百分点的 MAE。 导航轨迹误差为 5.22-17.32 mm,32/40 个机械臂目标通过几何验收,但未在真实温室验证。
三元组增量训练框架通过非侵入式方法,在保留通用 VLM 开放世界能力的同时注入 3D 几何感知,无需修改架构。 框架利用 (图像, 深度, QA 对) 三元组进行三流训练:主 VLM 流适配驾驶任务,辅助深度流隐式想象 3D 几何,冻结孪生 VLM 流通过 logit 级 KL 蒸馏防止语义漂移;部署时丢弃深度流,实现零推理开销。
JustRUA 在 RoboDojo 基准测试中将 GPT-6 机器人使用智能体得分从 29.7 提升至 50.3。 该研究基于官方 L3 harness,去除了学习策略和任务微调,主要依靠保留完整情节历史和动作界面实现性能跃升。 分析表明,经验复用并非免费午餐,且场景几何信息对模型表现提升最为显著。
研究团队提出 RUMI 手持接口,专为匹配 Robotiq 2F-85 机器人夹爪设计,支持接触前输入与接触后力测量。 通过 VR 头显提供实时 AR 运动学可行性反馈,并引入触觉反馈机制支持力感知遥操作。 用户研究显示,结合实时可视化与姿态初始化后,关节限位违规集数从 16/50 降至 3/50。
EMS-Nav 提出一种受生物学启发的多尺度导航框架,以区域为基本单元组织感知、空间理解与导航,适用于在线端侧运行。 该框架将物体及其关系归纳为功能性有意义局部空间,并构建从局部到整体的层级结构,支持高效地图构建与不同尺度语言目标执行。
CARE-Drive模型在NAVSIM v1基准上取得88.8 PDMS分数,比未优化的基础轨迹提升2.4分。 该模型将轨迹优化分解为航点残差修正和航向生成,通过模仿学习和辅助任务训练。 这种专业化设计简化了物理量修正过程,同时保持预测时的条件耦合性。
研究提出 CFGComposer,一种联合训练的动作扩散模型,通过估计 Copula 分数 $s_I$ 校正音频与文本模态间的交互偏差。模型在 BEAT 数据集上实现最佳语义保真度(FID 27.18),盲测胜率 76-83%。该成果在 Unitree G1 人形机器人上验证了直接 Sim-to-Real 迁移能力。
研究识别出后验先验认知差距,显示世界模型想象状态逐步丢失障碍物信息。 监督探针在 15 步内 AUC 从 0.85 降至 0.71,logit 分离度下降 57%。 该差距导致规划器无法标记失败,任务条件加权虽提升性能但仍依赖特权坐标。
该研究提出轻量级框架 HDH,通过利用冻结视觉语言动作模型(VLA)自身部署产生的回顾数据改进动作验证。HDH 在 LIBERO-10 基准任务中平均成功率达到 82.3%,在三个真实世界操作任务中比基线策略平均成功率提升 22.6%。该框架在保持 VLA 冻结状态的同时,有效降低了策略查询时的验证延迟并提升了操作成功率。
AstroMemBench 是一个针对航天器具身智能体记忆系统的基准,包含 16 项记忆子挑战、140 个模板和 2240 个实例。 该基准通过确定性环境评估任务完成度、状态变化、安全性和资源使用,涵盖行星表面作业、在轨服务和深空探索等九大任务。 实验显示 Mem0 等在会话重启后优于 RAG,支持航天器具身智能体记忆系统的设计与选型。
具身智能体推理框架 HeMeR 实现了 83.20% 的任务成功率,将单步推理时间从 2.94 秒降至 1.87 秒。 该框架通过协调陈述性、程序性及工作记忆,仅对受记忆更新影响的 KV 状态进行重算,复用未变内容的 KV 状态。 该方法已在 ALFWorld、Habitat 及真实机器人部署中验证,并被 NeurIPS 2026 接收为 Oral 论文。
AFTER-WM 世界模型通过误差驱动机制,结合快速修正与持久慢速修正,动态调整预训练专家权重,解决了响应、稳定与持久性的权衡难题。该模型在五个模拟机器人数据集和真实无人机数据上表现最优,其多步平均误差比最强对比模型低 16%-34%,且在控制任务中取得最高平均回报。相关代码与数据集将在线发布。
summary_zh: 亚马逊 Ring 因演示中两次撞墙,确认其安防无人机 Drone Cam 取消手动操控功能,改由 AI Pilot 自主执行任务。 此前演示中无人机先因防撞故障坠毁,后在连接中断时未执行安全降落而撞墙。
提出SALA框架,利用非配对人类与机器人视频的语言描述估计语义相似度,监督跨具身对应关系。 无需配对数据,通过软邻域结构将人类潜在动作引导至语义相关的机器人潜空间,同时以机器人动作重建控制潜空间。 潜在动作监督支持沿增加通用人类视频预训练和增加任务特定人类视频后训练两个轴进行扩展。
EgoX框架利用具身梦境训练MXT+,在13个任务-具身组合上将平均归一化任务进度从0.63提升至0.80。 MXT+采用模块化跨具身Transformer架构,通过共享主干和专用编码器/专家,预测未来视觉与本体感觉状态以增强动力学建模。 该方法在分布外条件下显著有效,将平均任务进度从0.53提升至0.77,验证了跨具身预训练的优势。
BlinkMimic 是一种新的人形机器人动作跟踪训练配方,在单张 RTX 4090 上仅需 3.4 分钟即可训练完全部 40 个 LAFAN1 动作片段。 该方法结合了 SuperMimic 和 InstantTrack 的优势,通过动态步长、故障导向重置和 GPU 图形捕获加速训练过程,留一消融实验验证了各组件的有效性。 开源代码及单种子结果已公开,显著降低了训练成本。
H2E 方法将成功代理经验蒸馏至视觉语言动作(VLA)模型,取代直接蒸馏规划器。测试时 VLA 可独立导航,无需 LLM 调用。 在 REVERIE-CE 验证集 3189 个未见过回合中,H2E 将 8B 参数量 VLA 的成功率从 35.0% 提升至 44.9%。
研究基于 π½ 模型在动态仿真与真实机器人任务中验证,最优预测时域约为 1 秒,且保持轨迹连续性的方法优于单纯降低延迟的方法。 实验发现执行时域最优值取决于具体检查点,异步执行下短时域优势更明显,策略适配可修复特定故障,但输送带上调节执行时域效果同样显著。 结论指出反应性取决于执行流水线与策略模型,二者需联合评估。
预训练视频世界模型的预测评分混淆了编码器质量、近未来与近期过去的相似性及预测器贡献。 在27,000次家庭第一人称视频未来检索试验中,V-JEPA 2.1的预测器贡献了+0.291的top-1准确率,而V-JEPA 2仅贡献+0.03至+0.04。 作者建议将预测评分与其持续性基线一同报告,该差距是使数字可解释的必要检查。
研究提出名为 STTC-EFRL 的强化学习框架,解决网联自动驾驶车辆在高动态环境下的安全轨迹跟踪难题。该框架将问题重构为 epigraph 形式的 min-max 优化,通过调节标量改善梯度方向,避免拉格朗日法中梯度幅值放大导致的训练不稳定。
FF 旗下机器人业务(FFR)2026 年前九个月收入约 230 万美元,毛利约 59.3 万美元,毛利率约 26%。 FF OmniMind 在 RoboColiseum 全球仿真测评中位列综合第一,RoboShare 平台上线机器人超 100 台。 公司计划 2027 年 Q1 进入芝加哥和达拉斯市场,并推动“Built in USA”工厂年底投产。
summary_zh: Norwest 宣布完成第 18 期基金的募集,规模为 40 亿美元,是其 65 年历史上最大的一期。资金将重点投向 AI 领域,覆盖消费、医疗及技术等多个行业。
摩根大通预测到 2030 年美国人形机器人产量将达 30 万至 40 万台,2035 年增至约 150 万台。 人形机器人使用成本已接近人工成本,多班次作业每年可节省约 10 万美元,核心零部件市场 2035 年规模近 300 亿美元。 行业短期受硬件、AI 训练数据、算力及产能限制,主要瓶颈包括灵巧手、执行器及机器人“大脑”。
华为云宣布11月16日线上发布行业AI梦工厂首款昇腾原生世界模型CloudRobo-WM1.2。 该模型依托2025年发布的CloudRobo具身智能平台,华为云坚持不做机器人本体,由伙伴负责。 此举旨在降低行业应用AI门槛,推动具身智能在智慧医疗等四大专区落地。
截至 11 月 10 日,特斯拉在得克萨斯州的 Robotaxi 登记车辆数量首次超过 Waymo,达到 1302 辆,略高于 Waymo 的 1297 辆。特斯拉车队由 729 辆 Model Y 和 573 辆 Cybercab 组成,Waymo 则以捷豹 I-PACE 为主并增加极氪车型的 Ojai 厢式车。
安克创新领投并孵化的阿米奥机器人遭遇核心团队出走,原 CTO、COO 及产品负责人均已离职。 团队规模从峰值约 130 人缩减至 70 余人,新一轮优化仍在进行,公司现金流出现一定问题。 阿米奥成立于 2024 年 9 月,目前仍处于正常运营状态,主要面向工业场景提供柔性自动化解决方案。
李飞飞在CoRL 2026演讲中介绍统一世界模型Atlas,该模型采用多模态自回归扩散Transformer架构,支持从零像素生成到稠密3D重建的多种模式,并在Rapidata相机运动基准中排名第一。AMD CEO苏姿丰随后在对话中预测机器人物理AI未来规模达数千亿美元,强调AI算力与通用模型及专用模型协同演进的重要性。
推荐理由:李飞飞阐释Atlas统一世界模型架构,提供从生成到3D重建的核心技术思路及机器人应用潜力参考。
德国机器人公司Agile Robots完成由软银集团领投的5亿美元融资,估值达到85亿美元,英伟达、日立和T.Capital也参与了本轮融资。公司计划利用新资金扩大美国及其他市场业务,其慕尼黑附近的人形机器人工厂预计2026年生产约2000台人形机器人。公司还在奥迪等客户现场测试机器人系统,并面向大学和实验室推出了一款体重约40公斤的小型机器人,以积累真实场景训练数据。
World Labs CEO 李飞飞与 AMD CEO 苏姿丰在 CoRL 2026 对话,苏姿丰预测机器人领域未来几年市场规模或达数千亿美元。 AMD 表示其已建立物理 AI 研究团队,正建设数千兆瓦级算力,并计划开放资源支持学术机构开展 AI 基准测试。
Runway 宣布推出开放权重机器人模型 Praxis-1,采用 Apache 2.0 许可证,可在自有硬件上运行和微调。该模型基于 270 亿参数的视频基础模型构建,在 RoboLab-120 基准的 1200 个场景中完成 555 个,成功率约 46.2%。官方称其完成速度比由 GPT-6 Astra 驱动的机械臂快 15.6 倍,完成每个任务的成本是其 51 分之一。
推荐理由:原文给出了 Praxis-1 的基准测试数字及与 GPT-6 Astra 驱动的机械臂在速度和成本上的对比,读者可以据此判断其可用性。
百度在百度世界 2026 上宣布,旗下萝卜快跑与神州租车合作推出无人车租车服务,允许无驾照用户通过免驾驶包车、随叫随到、无需取还等方式体验自驾出行。目前该服务已在海南平稳运营满一年,萝卜快跑已落地全球 28 座城市,累计服务订单超 2300 万单。
李彦宏在百度世界 2026 大会上指出,当前具身智能发展水平大致相当于 2016 年前后的无人驾驶阶段。 他介绍萝卜快跑与神州租车合作推出无人车租车模式,该模式已运营超一年。 李彦宏强调无人驾驶是 AI 竞争的关键环节,并在海南等区域提供无人车租赁服务。
大晓机器人发布双脑协同架构,结合世界模型Munda与通用模型Astra,实现酒店洗衣场景的自动化操作。该架构将任务耗时从30分钟以上压缩至18.6秒,并引入具身RSI机制,通过真机实验不断迭代优化动作技能,使牛仔裤筒内残留率从48%降至19%。
推荐理由:展示了双脑协同与RSI在酒店洗衣场景的落地路径,以及耗时从30分钟压缩至18.6秒的关键数据。
2027 WAIC HONG KONG将于12月10-11日在香港科学园举行。这是世界人工智能大会体系首次在一年内两度落地中国香港。 大会设置投融资、出海、产业对接及人才四大专场,助力企业对接全球资源与市场。
昆腾动力宣布在跨境物流场景完成PMF验证,获得合计近5000台机器人批量订单,进入规模化获客与交付阶段。其双臂机器人在供包岗位效率达每小时1200件以上,成功率99%,并计划于12月底发布新一代构型机器人以进一步提升适用性与经济性。
具身智能机器人操作的世界语境学习 论文:https://huggingface.co/papers/2611.12885
截至 2026 年 11 月 11 日,中美两国在 20 天内共宣布 446 轮融资,美国侧重 AI 智能体软件,中国侧重机器人及硬件供应链。剔除 Anthropic 和 SpaceX 的巨额融资后,美国典型融资轮次的中位数为 2120 万美元,略低于中国的 2400 万美元,表明资金差距主要来自少数大额交易而非普遍溢价。