哈佛与英伟达等提出 RAX:机器人 Agent 在线探索,五大基准平均领先 37.4 个点
哈佛、英伟达、伯克利、MIT 和斯坦福的研究团队提出 RAX(Robot Agent eXploration),让通用 Coding Agent 连接机器人感知与控制接口,通过在线探索把成功决策写成可执行程序并积累为技能,模型参数保持冻结。
哈佛、英伟达、伯克利、MIT 和斯坦福的研究团队提出 RAX(Robot Agent eXploration),让通用 Coding Agent 连接机器人感知与控制接口,通过在线探索把成功决策写成可执行程序并积累为技能,模型参数保持冻结。
人形机器人内存需求成为热门话题,起因是马斯克称人形机器人的 RAM 需求将超越地球上其他一切计算设备。
英特尔将于11月10日在上海张江举办具身智能与机器人前沿趋势交流会,限额100人,现场展示基于Intel Core Ultra X7 358H平台的多路GMSL实时感知方案与358H具身智能整机方案。
GPT-6 Astra发布后50天,具身行业围绕它展开密集评测与讨论,通用大模型开始直接接管机器人操作。商汤联合多家机构的测试认为Astra已基本具备完成具身任务的能力,但距真实环境实用仍有明显差距,在毫米级接触、动态控制和响应速度上表现不足。文章还梳理了行业用Astra直接做策略、审核VLA动作、搭建仿真环境和数据标注等用法,以及融资降温、大厂加码数据采集等连锁反应。
推荐理由:梳理GPT-6 Astra发布50天内具身行业的评测结果、公司反应与产业链变化,呈现通用大模型进入机器人操作后的分化格局。
Dexory将NVIDIA Cosmos-Reason2-2B模型引入DexoryView平台的Storage Health功能,用于识别包装箱打开、货物位置偏移、托盘摆放不正等仓储异常,并称经2B与8B配置评估后选择2B版本以兼顾部署效率与检测精度。
NVIDIA RTX Spark 笔记本新增 Nemotron 3.5 Transcribe 开放权重语音模型、Liquid AI LFM3 系列模型支持,以及 NVIDIA App 中分配 GPU 资源的智能体资源管理功能。
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。
英伟达与思灵机器人在GTC柏林大会上推出人形机器人参考平台Agile ONE SN,整合Isaac GR00T与Jetson Thor,计划2027年初推出。
普林斯顿大学、得克萨斯大学奥斯汀分校、多伦多大学、NVIDIA 与 AgiBot 联合推出动作条件世界模型基准 WorldOracle,用同一初始帧和动作序列对比模型预测与真实执行。
同一新闻,精选展示《WorldOracle 世界模型评测平台发布,用真机实测给行业测谎》
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。
深蓝AI梳理李飞飞World Labs与杨立昆AMI Labs在世界模型上的路线差异:前者做几何一致、可导入物理引擎的显式三维场景,后者用JEPA在抽象表征空间做预测。
Teradyne Robotics与Sereact宣布合作,将Sereact的物理AI平台Cortex运行在Universal Robots协作机器人上,用于零售、物流和制造中的退货处理、拣选等非结构化任务。
英特尔将于2026年11月10日在上海张江举办具身智能与机器人前沿趋势及解决方案交流会,限额100人,现场展示基于Intel Core Ultra X7 358H(Panther Lake)平台的多路GMSL实时感知方案与358H具身智能整机方案。
极客公园梳理了蚂蚁集团旗下灵波科技(Robbyant)的 LingBot 系列模型在学术、开源社区和产业工具链中的采用情况。斯坦福 OpenWAM 以 LingBot-VA 架构作为参考实现,KAIST 团队用 LingBot-VLA 作教师模型使学生模型单步推理成功率从 35.3% 提升到 51.2%。
现代汽车在Interbrand“2026全球最佳品牌”中排名第29位,品牌价值250亿美元、同比增长2%,连续17年增长,汽车品牌排名从2025年的第六升至第四。
谷歌10月28日发布新一代世界模型Genie 4,可模拟空气动力学、碰撞等物理过程,并原生生成音乐、环境音和交互式对话。该模型融合Gemini系列能力,由Gemini 3.8 Flash在循环中拆解多步骤任务,谷歌还演示了其与Gemini Robotics结合模拟Apptronik Apollo人形机器人下跳棋。
VicOne LAB R7 测试显示,被篡改的输入可让机器人按设计正常响应却做出错误动作:机器狗把海报文字当作指令改变移动,医院服务机器人仿真中超声频段音频改变行为,ROS 2/DDS 消息注入使本应静止的机器人移动。
Intel 与 SAP 合作打通企业 IT 系统与控制物理设备的运营技术,并通过概念验证(PoC)演示物理 AI 自动化仓库物料搬运。该 PoC 将 SAP EWM 的业务请求下发至搭载 Intel 边缘 AI 软硬件的自主机器人,机器人运输物料并回传任务状态,形成企业工作流与物理执行的闭环,演示中减少了运输距离和重复人工搬运。
黑莓CEO约翰·吉亚马特奥接受CNBC采访时表示,机器人业务已成为QNX软件部门增长最快的板块,QNX专利使用费积压突破12亿美元,两个季度内增长超2.5亿美元。英伟达已将QNX作为其Halos安全堆栈的首选平台,QNX目前部署在全球超过2.75亿辆汽车中,并通过ISO 26262 ASIL-D认证。黑莓股价在2026年上涨142%,市值回升至约54亿美元。
Intel 与 SAP 合作打通企业 IT 系统与仓库运营技术(OT),并用概念验证(PoC)演示了物理 AI 自动执行物料搬运。SAP EWM 中发起的请求被派发给搭载 Intel 边缘 AI 软硬件的自主机器人,机器人运输物料并将任务状态与完成情况回传,形成企业工作流与物理执行的闭环。该 PoC 显示运输距离缩短、重复人工搬运减少,双方计划将其转化为可跨站点、机器人厂商和用例复制的蓝图。
Zero-HLM 提出 real-to-sim-to-real 框架,将手机拍摄与仿真源演示转化为人形移动操作的可扩展训练数据。研究生成 4800 条经物理验证的演示,在 Unitree G1 的三项任务上实现零样本迁移;仿真训练的 GR00T N1.7 平均全任务成功率为 66.7%,而真实数据训练为 46.7%。
72小时内特斯拉、OpenAI、谷歌接连出手:特斯拉Q3财报电话会写明Optimus V3于2026年底量产、2027年对外交付,弗里蒙特工厂年产100万台产线已在运行;OpenAI官网挂出19个机器人硬件岗位,覆盖执行器电磁设计、齿轮设计、电机控制与精密传动。作者认为具身智能正从独立赛道变为通用大模型能力的自然外溢,仅靠融资、缺乏真实场景数据回流的本体创业公司将面临重新定价。
德国总理默茨在柏林会见英伟达创始人黄仁勋,西门子、奔驰、奥迪等德国工业巨头代表到场,议题是AI如何进入工厂。英伟达宣布在欧洲追加近100亿美元投资,投向德国机器人和医疗AI初创公司,并与西门子、奥迪合作推广物理AI,例如在工业仿真平台上构建产线数字孪生以降低试错成本。欧盟数据显示,截至2024年深度集成AI到核心业务流程的企业仅约8%,欧洲制造企业将AI用于核心生产线的不足10%。
柯马宣布在产品组合和设计流程中集成英伟达技术,包括采用英伟达 Jetson 边缘计算的工业机器人控制器、将机器人产品线接入英伟达 Isaac Sim,以及用英伟达软件栈优化内部物流产品的视觉功能与控制策略。
中信证券研报判断,OpenAI 于2026年9月3日发布的GPT-6 Astra正从机器人高层任务规划向动作生成与执行控制延伸,通用模型与专用模型短期更可能分工协同。
NVIDIA、MIT、香港大学、UCSD 团队的 Long-WAM 与 Meta FAIR、Mila 等机构的 RoboJEPA 于 10 月 7 日同日提交 arXiv,分别衡量增加视觉历史与扩充训练算力的收益。
NVIDIA 团队联合西蒙弗雷泽大学提出 GATOR,用生成式重建打底、多模态智能体局部精修,从随手拍照片重建完整且带场景位姿的 3D 物体。该方法只在合成场景上训练,零真机微调即在真实桌面与室内扫描的几何、外观、位姿指标上领先基线,不精修约 0.5 分钟就胜过 GPT-6-Astra 跑 20 分钟。作者同时指出合成数据依赖、商业 API 绑定和极端位姿下的稳定性仍是落地待解问题。
凯傲在2026英伟达柏林GTC大会上与英伟达、埃森哲联合展示仓储物理AI应用,一支自动驾驶车队已在GXO位于法国Épinoy的仓库与员工及人工驾驶车辆协同作业。
中信证券研报指出,NVIDIA、Stanford等机构正探索将GPT-6 Astra用于机器人控制,借助其视觉理解、空间推理与任务规划能力,减少对专用策略训练的依赖。Astra在具身任务数据集上展现出较好泛化性。中信证券认为,通用模型与VLA、WAM等专用模型短期更可能分工协同,2027年通用模型进入具身任务领域将成为AI行业下一个投入方向。
招商策略研报认为,英伟达GTC大会围绕Vera Rubin算力升级与物理AI应用拓展展开,Vera Rubin配合液冷及模块化部署方案提升AI基础设施效率与能效。应用端英伟达加快物理AI在机器人、智能驾驶及工业制造领域布局,物理AI有望成为重要增长方向并为算力需求提供新增量。
智能体机器人(Agentic Robotics)正在快速加速!敬请期待来自 @keplerccccc @Shuangyu0_0Xie @UksangYoo @XinyueZhuXY 以及我们 @AUTOLab_Cal 和 @NVIDIARobotics 团队其他人带来的更多超有创意的成果!
欧洲正在构建自己的AI未来,我们全力投入。 从AI工厂、AI智能体到机器人和医疗健康,黄仁勋在#NVIDIAGTC柏林站登台,展示AI如何在欧洲大陆落地成形。 以下是精彩回顾:
Figure AI 在 10 月 22 日公开的全员大会上宣布,第四代人形机器人 Figure 04 已完成设计锁定,进入硬件验证与测试阶段,自研端到端视觉-语言-动作模型 Helix 3.0 的更大版本预计几周内完成内部测试。
字节跳动Seed Model团队新增十个机器人岗位,覆盖本体设计、核心零部件、底层控制、应用软件与数据评测,从模型层向整机研发延伸。宇树科技发布人形机器人H2-X“功夫传奇守护”,演示视频显示最长续航约8小时,可徒手抬车、4米高空落地。大晓机器人发布具身模型ACE-Brain-0.6,八项Grounding评测中六项超越GPT-6Astra。
Teradyne Robotics 与 Sereact 达成合作,让 Sereact 的 Cortex 物理 AI 平台驱动 Universal Robots 机械臂,用于退货处理、拣选等非结构化任务,双方已向欧洲客户站点交付数百台 UR 机械臂组成的双臂系统。
字节跳动Seed团队本月更新机器人业务招聘,岗位从算法、仿真延伸到数据采集与机器人本体硬件,具身数据相关岗位月薪5.5万至8.5万元,数据采集负责人起薪超7万元。招聘覆盖北京、上海,要求候选人具备机器人数据采集、遥操作或现场项目管理经验,业内传闻Seed已在国内收集数月Ego数据。
哈佛、英伟达、伯克利、MIT 和斯坦福的研究团队提出 RAX(Robot Agent eXploration),让通用 Coding Agent 连接机器人感知与控制接口,通过在线探索把成功决策写成可执行程序并积累为可复用技能,模型参数保持冻结。
推荐理由:RAX 用冻结模型加在线探索生成可复用程序,零动作示范下在五大仿真基准平均领先 37.4 个百分点,为机器人学习提供了不同于扩大数据与模型的一条路径。
人形机器人正大量复用汽车与工业自动化供应链资源,麦肯锡数据显示其BOM成本约每台3万~15万美元,长期目标压到2万美元以下。但执行器、力与触觉感知、计算与控制被列为高风险瓶颈,灵巧手因缺乏标准化与规模化供应生态难以靠临近产业复用。特斯拉Optimus双手含前臂集成超50个执行器,身体其余部分仅25~30个;特斯拉借助中国供应链将成本降至2万~3万美元,宇树R1官方定价2.99万元起。
美国联邦通信委员会(FCC)已向英特尔授予为期一年的规则豁免,允许其在针对部分外国制造先进机器人的进口禁令下继续使用相关设备。英特尔称这些自动导引车(AGV)用于在半导体工厂内运输晶圆及材料,已投入使用超过二十年,市场上缺乏满足其运营要求的成熟美国国内替代方案。该禁令于今年7月28日出台,将外国制造的新型人形机器人、四足机器人及联网电源逆变器列入受管制清单。
欧洲用了几代人的时间精通科学、工程与制造。这些知识与专业能力如今可以驱动属于它自己的AI。 “让我们携手共建欧洲的AI经济,让AI投入实际应用。”——@JensenHuang 于 GTC 柏林