跳到正文

#具身智能

今日 1 条
9月3日周四
  1. IT之家（RSS）60

    奥尔特曼：OpenAI 肯定会研发人形机器人

    OpenAI 今年创立机器人部门，正在定制机电执行器、仿真流程和机器人数据采集等具身智能领域探索。CEO 奥尔特曼在《Sources Podcast》表示肯定会研发人形机器人，因为现实世界为人类设计；但形态并非最关键，机器人大脑才是核心。他认为人形机器人近期不会走入家庭，将先用于数据中心建设维护等工业领域，面向个人的通用机器人是长期目标。

  3. 公众号：百度智能云（文心）35

    赵昊与百度百舸团队对谈：世界模型如何走向规模化训练

    百度智能云具身智能前沿讲堂上，清华大学AIR助理教授赵昊与百度智能云AI计算首席科学家王雁鹏等对谈世界模型规模化问题。赵昊提出以3D/4D Token为核心的世界模型路线，认为世界模型不等于视频生成，需表达空间结构、光学属性和速度、加速度等动态信息；其OmniNWM通过动作编码与相机参数解耦，实现200帧稳定生成，并与精锋医疗、极智嘉分别合作手术预演和仓库机器人场景。

  4. IT之家（RSS）48

    地平线征程智驾芯片量产突破 1500 万套

    地平线宣布征程智驾芯片量产突破 1500 万套，自 2020 年前装量产以来从 0 到 1000 万用时 5 年，从 1000 万到 1500 万仅用时 12 个月，年增速 39%。芯片已累计赋能 800 万车主，与超 40 个品牌合作，累计获 500 款量产车型定点，在手定点总量超 2000 万套；《中国自动驾驶规模化应用蓝皮书》显示 2026 年上半年其全阶智驾芯片市场份额达 31.94%。

  10. HuggingFace Daily Papers（社区热门论文）44

    模仿学习能否保持灵巧操作的时间鲁棒性？专家与学习者在不同任务执行速度下的对比

    论文在 ParcelStow 接触密集任务中对比脚本专家与基于 ACT 训练的模仿策略在不同加速倍数下的表现，发现两者在名义速度下均为 100% 成功，但在最大演示速度下专家成功率为 84%，ACT 仅 53%，且两种不同参数初始化的 ACT 策略分别下降 34 和 48 个百分点，专家仅下降 16 个百分点。

9月2日周三
  2. IT之家（RSS）69

    优步全球裁员 10%，约 3300 个岗位受波及，资金转向网约车与 Robotaxi 业务

    据彭博社报道，优步将裁减约 3300 个岗位，占全球员工总数的 10%，管理层数量将减少 20%。公司压缩管理层级、收紧远程办公（未来仅约 1% 员工可远程），并将节省的资金投向网约车、配送和 Robotaxi 业务，计划未来几年向 Robotaxi 合作项目投入超过 100 亿美元。CEO 霍斯劳沙希在公告中未提 AI 对裁员的影响，但报道指出调整的另一原因是优步希望让 AI 更多参与日常运营。

  3. 凡人小北62

    World Labs 团队宣布达成重要里程碑，发布从头训练的多模态世界模型 Atlas，称其为首个此类模型。Atlas 支持像素级精确的相机控制生成帧、从单张输入图像重建大场景、通过重构视频模拟时空、从一张或多张图像原生输出 3D 空间，以及将多张带位姿图像合成为一致的 3D 世界，并称其为目前最好的相机条件世界模型，可用于 VFX 到机器人等场景。

  5. IT之家（RSS）40

    星源智与灵心巧手共同发起“中国具身智能 Tier 1 产业联盟”

    由星源智与灵心巧手共同发起的“中国具身智能 Tier 1 产业联盟”于 9 月 2 日正式成立，联合奥比中光、法奥机器人、禾赛科技、速腾聚创、珞石机器人等 20 余家产业链企业。成员覆盖具身大脑、灵巧手、语音交互、激光雷达、视觉感知、触觉感知、机械臂、底盘、无线通信、热管理等关键环节。

  10. IT之家（RSS）63

    宇树机器狗灰产链曝光：租赁商篡改电池标签将大容量电池带上飞机

    蓝鲸新闻报道闲鱼平台部分机器人租赁商篡改宇树机器狗电池标签，将原厂421.2Wh额定能量改为97.92Wh并伪造电压、充电限制等参数，以规避民航规定把电池带上飞机。改标服务加价约100至200元；按民航局规则超过160Wh的锂电池禁止携带或托运，宇树在售产品中仅Go1标准版133.2Wh可经批准携带。一位离职员工称2023年公司内部曾为部分客户粘贴低容量标签，宇树销售员表示标签可以改但无法提供。

  13. IT之家（RSS）32

    马斯克在 G20 会议预测 10 年内全球人形机器人超 10 亿台，每台产出至少是人类 5 倍

    马斯克 9 月 1 日在 G20 创新部长级会议视频讲话中预测，未来 10 年内全球人形机器人数量将超过 10 亿台，每台产出至少是人类工作者的 5 倍，总生产力高于全球人类生产力总和。他还预测 AI 最快明年就能高效处理各类数字任务，将全球生产总值提升 20% 至 30%，即每年增加 20 万亿至 30 万亿美元。

  15. IT之家（RSS）63

    宇树科技上市两周股价腰斩 跌至550元以下

    宇树科技9月2日股价跌超4%，每股跌至550元以下，相比8月19日上市首日开盘最高1,100元/股已腰斩。该股发行价150.80元/股，开盘较发行价大涨629.44%，总市值一度达4,449亿元；2026上半年营收11.52亿元同比增长48.54%，扣非归母净利润2.44亿元同比下滑19.34%。

  16. HuggingFace Daily Papers（社区热门论文）45

    DroneCATS：评测多模态大模型作为无人机通用视觉-语言-动作智能体

    论文提出 DroneCATS-Agent 架构和 DroneCATS 基准，将多模态大模型直接放入无人机控制回路，无需微调或函数调用，评测接近、跟踪、视外搜索和多机指挥四项能力。结果显示小型开源模型导航成功率常高于前沿模型，却因过早或从不宣布到达而失败；模型的视觉空间感知尚可，瓶颈在于维持动作协议并正确发出终止动作。

  19. HuggingFace Daily Papers（社区热门论文）38

    RoboTok：面向人类示范检索与灵巧操作学习的互联网规模数据引擎

    论文提出 RoboTok，一个互联网规模数据引擎，输入人类操作视频即可从网络视频中检索与操作相关的人类示范，用于训练灵巧机器人策略。方法基于估计的演员中心参考系中的 3D 手部轨迹学习潜在运动空间，使操作行为的比较不受相机视角、场景外观和演员遮挡影响，并支持互联网规模视频的高效搜索与持续索引。在检索基准和下游策略评估中，RoboTok 检索出更相关的示范并提升了下游任务成功率。

  20. Hacker News 热门（buzzing.cc 中文翻译）48

    Nori Robotics（YC S26）发布 $1,688 类人机器人 Nori A3

    YC 孵化的 Nori Robotics 推出面向开发的低成本类人机器人 Nori A3，售价 $1,688，2026 年秋季发货，在旧金山组装。硬件包括每臂 7+1 DOF、1.5kg 负载，12m 量程 Lidar，x4 720p RGB 摄像头，6-8 小时续航；配套 Nori Lab 笔记本应用可在家训练机器人并上传技能到 Skills Marketplace 共享。

  21. IT之家（RSS）56

    地平线征程 6M 官宣大规模量产上车，城区 NOA 延伸至 10 万级主流汽车市场

    地平线宣布征程 6M 迎来大规模量产上车里程碑，截至 2026 年 8 月底已落地 20 余家车企、70 余款量产上市车型，其中 7 家车企品牌基于该芯片实现城区辅助驾驶平台化上车。征程 6M 算力达 128TOPS，支持一段式端到端城区辅助驾驶，单颗芯片方案可支持风冷散热，满足燃油车的量产要求。

  22. Hacker News 热门（buzzing.cc 中文翻译）70

    World Labs 发布世界模型 Atlas：面向空间智能的多模态自回归扩散 Transformer

    World Labs 发布新一代世界模型 Atlas，从零预训练，原生处理文本、图像、视频和 3D，架构为多模态自回归扩散 Transformer，输入以 3D 姿态形成空间上下文。模型支持相机控制生成（最长 1 分钟 1440p 视频）、稀疏视图 3D 重建、时空仿真和图像生成，在相机控制生成与 3D 重建任务上优于更专用的模型；现已开放早期访问申请，未来将驱动 Marble 等产品。

  23. Fei-Fei Li57

    World Labs 发布从零训练的多模态世界模型 Atlas。模型可生成具有像素级相机控制能力的图像和视频帧，从单张输入图像重建大型场景，通过重帧视频模拟时空，并从一张或多张输入图像原生输出 3D 空间，还能将多张带位姿的图像合成一致的三维世界。作者称其为迄今最好的相机条件世界模型，可能应用于 VFX 到机器人等多个方向。

9月1日周二