跳到正文
10月30日周五
  1. 机器之心 · 微信公众号76

    破壳机器人发布具身 API RoboAPI,世界-动作模型 Poke-Aurora 首次亮相

    破壳机器人(PokeBot)10 月 30 日凌晨发布首款模型产品 RoboAPI,一个可公开访问、开箱即用的具身 API,开发者接入适配机械臂后无需采集数据或训练模型,用一句 prompt 下达指令即可执行未专门训练过的任务。

    推荐理由:读者可了解一个可公开接入的具身 API 如何把零样本泛化能力交给外部开发者检验,以及其自建评测的成功率数据。

  2. 新智元 · 微信公众号74

    大晓机器人联合南洋理工S-Lab发布可交互世界模型Mundo

    大晓机器人联合南洋理工大学S-Lab发布面向具体环境构建的可交互世界模型Mundo,把3D场景重建、物理仿真与视频生成融为一体。系统用场景代码记录物体重量、质心和摩擦系数,由960Hz MuJoCo物理引擎计算运动与碰撞,再结合现场照片渲染画面;输入1到12张手机照片即可重建可推拉碰撞的3D空间。

  3. OFweek Robotics82

    X-Era AI拓元智慧发布开源4D世界动作模型E0.5,真机分布外成功率超π0.5

    X-Era AI拓元智慧发布开源原生4D世界动作模型E0.5,以三维基础模型为骨干,将未来三维几何预测直接融入动作学习。在AgileX Piper双臂机器人和Zerith H1人形机器人上,经约16万条机器人轨迹预训练后,E0.5整体平均成功率分别为85.0%和88.3%,较π0.5提升13.3和26.7个百分点;分布外平均成功率为73.3%和76.7%。

    同一新闻,精选展示《X-Era AI拓元智慧开源4D世界动作模型E0.5,真机成功率超越π0.5》

10月29日周四
  1. 未来机器人网 · 微信公众号67

    大晓机器人开放 ACE-Brain-0.6 API,空间锚定能力接入 ACE Hub

    大晓机器人发布 ACE-Brain-0.6 API,通过 ACE Hub 平台对外开放其空间锚定(Grounding)能力,开发者无需独立部署模型即可调用。同步升级将高质量空间锚定训练数据从约 110 万条扩展至 150 万条,模型在七项公开 Grounding 基准测试中平均得分提升至 75.41,推理速度也超过 GPT-6 Astra。

  2. 36Kr Embodied Intelligence78

    智元发布GO-3 Preview、WITA-OMNI与AGILE,打通物理AI全链路

    智元在创新日发布GO-3 Preview具身基座大模型、WITA-OMNI原生多模态交互大模型和AGILE通用运动智能算法框架,并推出灵渠OS 1.0与AHA3第三代硬件架构。

    推荐理由:智元一次性发布作业、交互、运动三类模型与软硬件架构,读者可据此看清其物理AI全链路的部署思路。

  3. 机器之心 · 微信公众号78

    智元发布具身模型 GO-3 Preview,打通预训练到部署后全链路规模化学习

    智元发布具身模型 GO-3 Preview,主打预训练、后训练、部署后全链路规模化学习,并在 RoboDojo、RoboTwin、RoboColiseum 三项评测中排名第一。

    推荐理由:智元披露 GO-3 Preview 的预训练、后训练与部署后三段式学习链路,以及真机集群和世界模型混合训练的具体收益数据。

  4. 机器之心 · 微信公众号82

    X-Era AI拓元智慧开源4D世界动作模型E0.5,真机成功率超越π0.5

    X-Era AI拓元智慧开源原生4D世界动作模型E0.5,在AgileX Piper双臂机器人和Zerith H1人形机器人上整体平均成功率达85.0%和88.3%,较π0.5分别高出13.3和26.7个百分点。

    推荐理由:原文给出E0.5与π0.5在双臂和人形平台上的真机成功率对比,可据此判断三维几何骨干路线的操作泛化表现。

  5. 新智元 · 微信公众号78

    智元发布 GO-3 Preview 具身模型,拿下三大机器人榜单第一并计划年底全面开源

    智元于 10 月 29 日正式发布具身模型 GO-3 Preview,在 RoboDojo、RoboTwin、RoboColiseum 等机器人榜单拿下 Top 1,并预计年底全面开源。

    推荐理由:智元把预训练、后训练与部署后学习串成一条链路,读者可据此比较具身模型规模化路线的差异。

  6. New Strategy Robotics74

    智元发布具身Agent框架Genie Master,在便利店真实场景验证Physical RSI

    智元在AI WAVE期间发布具身Agent框架Genie Master,让机器人在部署后自主定位失败原因、调整策略并沉淀经验。框架提出具身执行协议EEP,统一能力、引导、反馈和连续性四类接口,并通过Harness RSI与Policy RSI两条路线分别把经验保留在提示与记忆中、固化到动作策略参数里。

  7. AgiBot72

    AgiBot 发布具身基础模型 GO-3 Preview,三项具身智能基准排名第一

    AgiBot 发布具身基础模型 GO-3 Preview,基于自研 WRAM(World Reasoning Action Model)架构统一任务理解、未来状态预测与动作生成,并在 RoboDojo、RoboTwin、RoboColiseum 三项具身智能基准上排名第一,计划于 2026 年底完全开源。

    推荐理由:原文完整披露 GO-3 Preview 的预训练、后训练与部署后学习三段设计,可据此理解具身模型全生命周期扩展的工程路径。

10月28日周三
  1. APPSO · 微信公众号71

    谷歌 DeepMind 发布世界模型 Genie 4,单次模拟延长至 120 秒

    Google DeepMind 发布新一代世界模型 Genie 4,单次可交互模拟时长从约一分钟延长至两分钟,并首次支持原生音频生成。Genie 4 引入 Gemini 负责规划行动、自身实时生成环境,演示中 Gemini 4 Argon 将任务分解为连续步骤,由 Genie 4 模拟 Apptronik Apollo 人形机器人下跳棋。

  2. AI前线 · 微信公众号78

    Google DeepMind 发布世界模型 Genie 4,支持 24 帧实时交互与原生音频

    Google DeepMind 于当地时间 10 月 27 日推出新一代世界模型 Genie 4,称其为迄今最逼真、交互性最强的世界模型,单次生成交互体验最长 2 分钟,上一代 Genie 3 为 1 分钟。

    同一新闻,精选展示《Google DeepMind 发布世界模型 Genie 4,支持实时交互与原生音频》

  3. 36氪 · 微信公众号84

    Google DeepMind 发布世界模型 Genie 4,支持实时交互与原生音频

    Google DeepMind 于 28 日晚发布新一代通用世界模型 Genie 4,可依据提示词实时生成并修改可交互场景,单次连贯世界维持约 2 分钟、画面约 24 帧/秒。

    推荐理由:Genie 4 把实时世界模拟、原生音频与多步推理组合起来,读者可据此判断机器人训练环境正从手工建模转向生成式仿真。

  4. 硅星人Pro · 微信公众号78

    谷歌 DeepMind 发布世界模型 Genie 4,接入 Gemini 支持实时生成与任务推理

    谷歌 DeepMind 发布新一代世界模型 Genie 4,支持实时生成可探索的虚拟世界,并同步生成物理效果、人物动作与原生音频。Genie 4 接入 Gemini 3.8 Flash 充当实时引导 Agent,负责理解目标、观察环境并规划下一步,演示中在虚拟实验室里模拟机械臂操作。

    同一新闻,精选展示《Google DeepMind 发布世界模型 Genie 4,支持实时交互与原生音频》

  5. 机器之心 · 微信公众号73

    谷歌 DeepMind 发布世界模型 Genie 4,支持实时操控与原生音频

    谷歌 DeepMind 发布第四代世界模型 Genie 4,可实时生成动态环境,用户能用键盘控制角色或镜头,并用自然语言改变天气、添加物体和角色。Genie 4 是谷歌首个原生生成实时音频的世界模型,同时改进了空气动力学、碰撞等物理模拟和人物动作自然度。

  6. 雷科技56

    谷歌发布Genie 4世界模型:支持实时交互,可生成机器人训练场景

    谷歌发布研究预览版世界模型Genie 4,原生支持多模态,可在生成过程中通过指令改变环境、引入新物体和角色,并让原有角色做出反应。该模型与Gemini融合,由Gemini Omni将模拟画面行为逻辑与真实世界锚定,目前只对受邀测试者开放,后续先向Ultra订阅用户开放。

  7. 新智元 · 微信公众号80

    谷歌发布世界模型 Genie 4,三大 Gemini 协同驱动机器人动作

    谷歌 DeepMind 发布新一代通用世界模型 Genie 4,首次原生生成声音与即兴对话,单次连贯世界维持时间约 2 分钟、实机画面约 24 帧/秒。该模型采用混合世界模型架构,由 Gemini 3.8 Flash 实时控场、Gemini 4 Argon 将任务拆解为 22 步动作指令,驱动 Apollo 机器人下跳棋,并可在仿真中操控 UR5 机械臂完成移液操作。

    同一新闻,精选展示《Google DeepMind 发布世界模型 Genie 4,支持实时交互与原生音频》

  8. CVer · 微信公众号78

    谷歌发布世界模型Genie 4,支持实时生成与Gemini协同推理

    Google DeepMind发布新一代世界模型Genie 4,支持实时生成可探索虚拟世界、模拟物理与人物动作,并原生生成环境音效和对话。Genie 4接入Gemini 3.8 Flash作为实时引导Agent,由Gemini规划任务、观察反馈并调整策略,演示中在生成环境里模拟机械臂实验操作和Apptronik人形机器人Apollo下跳棋。

    同一新闻,精选展示《Google DeepMind 发布世界模型 Genie 4,支持实时交互与原生音频》