魔芯科技发布MoWorld 2.0通用4D世界模型,融合十余种物理要素
魔芯科技在乌镇世界互联网大会发布新一代通用4D世界模型MoWorld 2.0,将重力、弹力、浮力、光照、柔体、流体、刚体、形塑体、热力等十余种物理要素融入同一模型,用于更准确模拟物体运动、碰撞与环境变化。
魔芯科技在乌镇世界互联网大会发布新一代通用4D世界模型MoWorld 2.0,将重力、弹力、浮力、光照、柔体、流体、刚体、形塑体、热力等十余种物理要素融入同一模型,用于更准确模拟物体运动、碰撞与环境变化。
深蓝AI梳理了全景相机被挪进具身数据采集赛道的动向,认为它更适合作为混合采集方案中的空间上下文层,而非替代精细动作数据。文章沿数采路线从真机遥操作、UMI 手持夹爪、DexCap 动捕手套到 EgoMimic 第一视角眼镜的演进展开,指出全景记录把取景决定推迟到采集之后,同一段素材可生成多种 observation。
文章围绕基于 ros2_control 的 ROS2 移动机器人仿真,讲解接口开发、真值校验与方案边界,用于导航 benchmark、SLAM 算法对比等场景。内容从轮子不转的问题出发,梳理 ros2_control 在仿真中的接入方式与适用范围。
原力灵机宣布升级具身智能模型服务平台Dexmal MaaS,重点开放面向真实场景的后训练能力,开发者可上传机器人操作数据,在云端基于DM0.5完成训练与推理部署。
苹果发布HALO人形机器人全身运动控制系统,通过程序化生成1000个虚拟住宅场景、合成近300小时配对数据,让Unitree G1掌握坐椅、侧身穿半开门、桌下蹲伏、推箱等技能。
同一新闻,精选展示《HALO:从仿真合成数据训练的人形机器人自主系统实现零样本实机迁移》
大晓提出“双脑协同”架构,将云端大脑SenseNova的任务理解与规划能力,同端侧开悟世界模型的物理状态判断与行动后果预测连接,并由具身Harness组织感知、记忆、技能与控制。该探索希望把单台机器人的交互经验连同证据和适用条件保留下来,供其他机器人跨任务、跨场景、跨本体复用,减少重复试错。系统以自主执行、经验学习、递归自我改进三个递进闭环组织,目前处于探索阶段,尚未给出实机验证指标。
光轮智能与新思科技联合发布工业接触任务仿真校准成果,在RJ45网线插入任务中,将Ansys Motion分析数据导入SimFoundry重新校准后,最差轴向力曲线误差降低91.7%。
11月5日,张江AI创新小镇生态公司与机器之心联合主办的「Triple T」张江塔尖会技术沙龙以「具身智能的下一场数据战」为题举行,设双人技术交锋、三场Open Mic与一场产业Panel。蚂蚁灵波科技黄用韬主张现阶段优先积累真机数据并尽早融入触觉,清华刘淼认为数据选择取决于应用定位与训练阶段。千觉机器人马道林展示融合视觉、触觉、语言、动作的VTLA模型在自动穿鞋带、纸盒成型等真机任务中的表现。
源策未来发布全身控制模型 Anchor 1,定位为全身智能架构中的 System 0 小脑层,以骨盆、左右手腕、左右脚踝五个锚点为指令,不依赖在线重定向。
推荐理由:原文给出全身控制模型在真机误差与遥操作采集效率上的量化对比,可据此判断小脑层精度对上层VLA任务成功率的影响。
Northwestern、CMU、UNC Chapel Hill 和 Amazon 的团队在论文《WOVEN: Weaving Visual World Modeling into Multimodal LLMs》中把世界建模定义为状态转移 p(s′|s,a) 的估计,并构建了 36K 道题的 WOVEN 训练与测评基座。
推荐理由:论文把世界建模拆成可独立干预的状态转移任务,并给出可复用的训练数据选择规则,对多模态模型训练有参考价值。
香港科技大学、北京智源研究院、北京大学等机构联合提出 DexRoam,用第一视角人类全身示范训练移动双臂灵巧操作策略,该工作已被 CoRL 2026 接收。系统通过本体对齐、动作语义对齐和时间对齐三阶段缩小人机动作分布差异,MMD 与 SWD 指标分别平均降低 41.7% 和 31.1%。
李飞飞创立的 World Labs 推出首个应用 Frameboy,基于 Atlas 世界模型实时生成第一人称画面,通过云端 GPU 流式传输,帧率最高 15 fps,实测响应约 70ms。
米哈游联合清华大学、香港大学、新加坡国立大学等机构开源 GameScaling 系列通用游戏模型,覆盖 0.8B、2B、9B、27B 四档共八个模型,权重与推理代码以 Apache 2.0 协议发布。
NVIDIA 在 Hugging Face 上线 SimReady Central,开放 3500 多个物理精确的 OpenUSD 资产,用于在仿真中训练机器人。
密歇根大学安娜堡分校团队提出AI机器人协同设计智能体Auto-Robotist,相关工作已被EMNLP 2026主会录用并开源。该系统用大语言模型在搜索中整理设计笔记,形成可修订的技能库,指导机器人结构搜索与PPO控制器训练。在EvoGym七项软体机器人仿真任务上,其平均最终最优得分高于遗传算法GA,平均收敛加速1.66倍,并可将5×5网格经验迁移到10×10设计空间。
NEURA Robotics 与 E.ON、enviaM 集团达成合作,共同开发面向关键能源基础设施的 Physical AI,用于巡检、资产监测以及辅助高危、重体力或重复性作业。
上海开普勒基于 NVIDIA Isaac Lab、Isaac GR00T 和 Cosmos 构建工业人形机器人从仿真训练到真机验证的闭环。公司自研行星滚柱丝杠、直线与旋转执行器、关节模组和机器人本体,将真实动力学参数引入 Isaac Lab 做 Sim2Real 迭代,并在车间装配、数控机床上下料等场景验证。开普勒还联合浙江大学人工智能学院团队研发面向长程任务的具身智能基座大模型。
帕西尼与58同城旗下AI产业服务平台58AIR达成战略合作,58AIR正式成为PaXini inside生态伙伴,双方联合N家数采企业探索“1+1+N”开放协作模式。帕西尼向伙伴提供高精度触觉传感器及设备集成支持,将触觉、姿态与视觉信息按任务时序对齐;58AIR开放家政维修、同城物流等真实作业场景。双方还将打通采集接口、质量要求、任务设计与数据安全合规等协作环节。
安富利联合国家地方共建人形机器人创新中心出品76页白皮书(2026年8月),以五大功能域和六大核心模块为框架,拆解异构计算负载与平台适配、多轴实时控制、灵巧手集成等10类产业落地挑战。
众擎机器人与北京大学研究团队联合发布论文PyRUA-REAL,在基础模型参数冻结的设置下,通过研究者与工程师两个编程智能体反复探索、诊断和改代码,把有效做法沉淀为技能与记忆。
推荐理由:论文给出基础模型冻结下靠经验库与双智能体迭代提升真机操作的具体路径和分阶段数据。
11月3日,至简动力与杭叉集团完成首条超市前置仓机器人分拣产线落地,打通AMR合流供料、机器人自主规划与灵巧抓翻、扫码核验到订单分播的完整流程。产线采用至简动力为杭叉定制的机器人本体iX,依托视觉感知与VLA任务规划处理盒装、袋装、瓶装等多形态商品,无需为每个SKU单独建模。实测单机分拣效率最高450件/小时,准确率稳定在98%以上,满负荷下可支持24小时连续无故障运行。
推荐理由:读者可了解超市前置仓分拣产线的实际部署条件与单机效率、准确率数据。
数聚变科技因人民日报报道其00后项目负责人杨心怡租下30套真实住宅、每套住一周采集家庭家务操作数据而受到关注,采集员戴VR头显遥操作演示拿取整理动作。该公司作为人形机器人创新中心运营团队,累计交付训练数据超30万小时,其数据支持某头部具身智能公司在全球基准测试Combined榜单以46.4%成功率登顶,并支持某工业机器人厂商在RoboChallenge Table30 v2评测中刷新SOTA。
研究团队提出 DuoMind 分布式分层框架,为每个机器人配置基于 VLM 的协调器和基于 VLA 的动作模型,通过交换当前意图、预期子目标、任务状态判断和不确定性四类语义消息实现协作。
研究提出 FWL-ToPM 与 FWLAug 两项方法,用于解决全波形激光雷达(FWL)Transformer 的冗余 token 计算开销大和标注数据稀缺导致的泛化不足。
四维图新子公司在2026创想大会上发布车规SoC AC8035,单芯片集成座舱、L2/L2+辅助驾驶与泊车多域负载,支持端侧大模型直跑,计划明年一季度提供样片。CEO程鹏称其内存带宽为同价位产品的2至3倍,并披露车规MCU累计出货超1.5亿颗、AC7870系列已出货2万台。四维图新同时发布座舱专属模型、与微软联合打造的多语言大模型生态,以及面向具身智能的时空数据集与感知采集方案。
钛媒体梳理世界模型产业进展,指出其核心价值是让AI理解空间与物理变化、预测动作后果,而非仅生成内容。文章列举World Labs的Atlas、智源悟界·Physis-v0.1、魔芯科技MoWorld 2.0等布局,并归纳真实物理数据获取成本、实时性与成本矛盾、生成世界与真实世界一致性三道坎。
作者因 ROS1 已 EOL,把包含 25 个包的移动机器人仿真实验平台从 ROS1 重制到 ROS2 Humble。内容指出底盘、规划器与 SLAM 生态在迁移中均已变化,不宜直接照搬,并附带可复现仿真工程、误差注入与地图量化。
文章梳理2026年10月下旬物理AI的三项进展:英伟达在GTC柏林扩展Isaac开放机器人开发平台,新增人形机器人参考平台、数据集和运行时并更新机器人学习框架;谷歌DeepMind发布Genie 4世界模型研究成果,提升交互式模拟逼真度并加入原生音频生成;英特尔与SAP展示物理AI与自主仓库概念验证,把SAP EWM的业务任务派发给自主机器人并回传执行状态。
研究提出 SLA 空间-语言-动作模型,从预训练的 pi05 策略初始化,在持续预训练中联合优化动作预测与中间视觉嵌入对冻结 3D 感知模型空间表示的对齐。团队统一了跨本体、任务和场景的异构机器人数据集,并引入特征相关门控自适应聚合多层视觉嵌入,教师模型可利用部分可用的深度与相机标定信息。所有辅助组件仅在训练阶段使用,推理架构保持不变。
动捕数据迁移到人形机器人本体需处理骨架对齐与缩放因子,并设置最后一道安全闸。文章围绕这三点展开,说明如何让动捕数据适配人形本体的关节与尺寸差异,并在执行前加入安全限制。
上海易博图科技(EABOT)近日连续完成两轮近4亿元融资,投资方包括葛卫东、辰韬资本、弘毅投资、零一汽车等。公司成立于2026年2月,聚焦重载工业物理AI,已运营100多台重卡、覆盖60条线路,主攻0-300公里大宗物料短倒场景,并在新疆、内蒙古等地开展真实道路零接管测试。
锐曼REEMAN在浙江一家照明工厂一天内部署了一台激光SLAM AMR叉车,未使用地面胶带、二维码或磁条等固定导航设施,场地含带顶棚室外存储区和2–3米通道的室内仓库。
研究团队提出具身多智能体框架 A2-MEAS,以代码作为扩展接口,通过纠错编码结合纠错语言、空间证据、执行历史与动作提议,并由 MetaBrain 提供训练监督和运行时指导。
推荐理由:该框架以代码作为扩展接口,把纠错语言与执行历史注入策略,并给出多基准与实机对比数据。
Hugging Face LeRobot 发布 v0.7.0,重构了安装、训练、推理和硬件层,并列出从 v0.6.1 升级的破坏性变更。
新华社中国经济信息社与中国信通院上海工创中心联合发布《2026具身智能产业创新报告》,提出2026年具身智能由开发演示走向真实场景常态化运行,进入部署成长期,并用XYZ三条曲线划分产业阶段。报告记录智元8台精灵G2在龙旗科技南昌工厂6天测试累计作业超64小时、完成64828次作业、综合作业成功率99.99%,同时指出作业智能仍略低于L3,数据存在“不通、不信、不换”堵点。
京东集团技术委员会主席曹鹏在2026年世界互联网大会乌镇峰会机器人与具身智能论坛上表示,京东物流未来五年计划采购300万台机器人、100万台无人车和10万架无人机。
KAIST与NVIDIA提出DreamX,把预训练的Cosmos-Predict2.5 2B视频扩散模型当作动作提取器,用可学习查询从骨干时空表示中读出每潜帧4个token的潜在动作,在人类视频与机器人视频混合训练后实现跨身体迁移,无需人类—机器人配对数据。
加州大学伯克利分校与清华大学联合团队发布论文并开源统一机器人 Agent 框架 uni-robot-agent,为通用开源大模型连接仿真环境与真实机器人提供可复用工程基础。
刘松铭创立的 LiberAI 发布新一代世界动作模型 Liber-0,采用语言、视觉、动作三专家流与 Multimodal Attention 联合预测未来画面和动作。
推荐理由:技术报告用对照实验拆解人类数据、动作监督与本体多样性对灵巧操作的贡献,可据此判断数据配比思路。
中山大学、鹏城实验室等机构提出 RePO-VLA,通过切分恢复轨迹、训练进度感知语义价值函数并做价值条件微调,让双臂 VLA 策略在扰动后继续推进任务。研究同时构建 FRBench 失败—恢复基准,RoboTwin 仿真含 46 项双臂任务、23,453 条轨迹。真机在倒水和叠毛巾任务上,每任务恢复演示从 50 条增至 200 条时,平均受扰成功率依次为 30%、65% 和 75%。