Periodic Labs 创始人谈「合成超智能」：用物理实验驱动 AI 材料发现
Periodic Labs 创始人 Liam Fedus 和 Ekin Dogus Cubuk 在 Latent Space 访谈中阐述「合成超智能」愿景，主张让 AI 通过强化学习与物理实验闭环来发现新材料。
推荐理由：区分了 AI 做数学/编程与做物理实验的差异，以及为什么失败实验会是有价值的训练数据。
#具身智能
Latent Space精选AI 评分3939
TechCrunch精选AI 评分6666 Waymo 获 Blackstone、PIMCO 等机构 50 亿美元贷款推进 robotaxi 扩张
Waymo 完成 50 亿美元债务融资，由 PIMCO、Blackstone、Sixth Street 等机构提供，Goldman Sachs 担任独家牵头簿记行，用于在美国、欧洲、日本市场扩张 robotaxi 业务。这是 Waymo 首笔债务融资，目前已在 15 个美国城市运营，并正在伦敦、东京测试。今年 2 月，Waymo 完成 160 亿美元股权融资，估值达 1260 亿美元。
推荐理由：50 亿美元债务融资的规模和机构组合，为理解 robotaxi 进入规模化扩张的资本需求提供了具体参照。
HF Daily Papers精选AI 评分3838 SQAM：用标量伴随匹配微调 Flow 策略的 Q 学习方法
研究者提出 Q-learning with Scalar Adjoint Matching（SQAM），用闭式标量伴随替代逐步向量-雅可比积，把价值梯度按 flow 时间缩放，从而为 flow 策略做 RL 微调。在 OGBench 最难的 4 个领域，SQAM 的成功率比最强基线高出 18 到 35 个百分点；在真实双臂机器人上微调 VLA 策略时，三个任务也都优于监督微调。
推荐理由：原文给出把 RL 微调 flow 策略的逐步向量-雅可比积换成闭式标量的推导，并报告在真实机器人任务上超过监督微调，可作为该方向后续工作的方法基线。
量子位AI 评分3131 正行创新亮相APRCE 2026，发布全球首个零售物理智能24/7服务解决方案
正行创新在APRCE 2026上发布全球首个零售物理智能24/7服务解决方案，支持"0改造"快速部署，可实现99%任务自主完成。该方案包含双足人形机器人H1、轮臂式机器人C1及统一管理平台M1，其自研世界动作模型SLM-0.5在LIBERO基准测试中达到98.6%平均任务成功率，推理速度较主流方案提升24倍。公司计划2027年提供商业化服务，客户可选择直接采购或RaaS订阅。
钛媒体精选AI 评分2626 从家电龙头到人形机器人：质量成为广东产业链的公共底座
作者随市场监管总局采风团走访佛山顺德、深圳南山、广州黄埔三地，记录广东把链主企业质量能力开放为产业链公共底座的做法。
推荐理由：实地走访顺德、南山、黄埔三地，记录链主企业将自身质量能力转化为产业公共底座的具体做法与可验证数据。
36氪精选AI 评分5353 小马智行与Uber将在伦敦测试第七代Robotaxi
36氪报道，10月8日，小马智行与Uber宣布将在未来数周内在英国伦敦开启第七代Robotaxi的道路测试。
推荐理由：伦敦测试的合作方与时间窗口已经明确，便于读者判断自动驾驶Robotaxi出海的实际落地节奏。
MIT Technology Review精选AI 评分4747 人形机器人 AI 突破短期内难进日常生活
MIT Technology Review 联合 Aventine 发布的分析指出，尽管 Musk 等人对 Tesla Optimus 等人形机器人乐观，但当前 VLA 模型与世界模型仍受限于训练数据稀缺与长任务成功率低。文中引用 LeCun 等研究者判断，认为真正自主的家庭机器人仍需约 10 年；2025 年全球约 1.5 万台人形机器人出货中，近 90% 来自中国厂商。
推荐理由：在 Optimus、1X Neo 等产品造势背景下，文章系统梳理了 VLA、世界模型等真实技术路径与工厂家庭落地之间的落差，引用多方研究者判断。
36氪精选AI 评分4242 L4自动驾驶公司白犀牛完成1亿美元C轮融资
L4自动驾驶公司白犀牛完成C2轮融资，C轮累计金额达1亿美元。本轮由隐山资本领投，湘潭国资、深重投、湖南财信、韩国友利金融集团、博正资本跟投，资金将重点投向L4端到端技术与物理AI能力迭代、城市运营网络拓展及产业生态协同。
推荐理由：记录了L4自动驾驶公司白犀牛完成1亿美元C轮融资及投资方细节，为观察端到端物理AI赛道的资金流向提供了具体样本。
36氪精选AI 评分3737 海洋具身智能公司"卫澜深海"9个月内完成5轮融资
海洋具身智能公司"卫澜深海"在9个月内已完成5轮融资，轮次推进至天使++++轮。核心股东包括深创投、元禾原点等机构，资金主要用于训练水下具身智能模型、建设水下具身智能训练中心，以及深化机器人在海洋油气能源场景下的应用。
推荐理由：9个月内连融5轮体现了水下具身智能方向的资本热度，海洋油气也是具身智能少见的工业级落地场景。
HF Daily Papers精选AI 评分3939 LeWAM：基于 JEPA 的端到端世界与动作建模
LeWAM 是一种面向控制的端到端 JEPA，把下一潜状态预测与动作流匹配放在同一目标里联合训练，并对潜状态施加各向同性高斯约束，使单个模型既能直接执行策略，也能用所学潜动力学对采样动作做高效规划。在视觉规划任务上，接触密集任务成功率由 28.6% 提升到 89.7%，长视野任务由 10.9% 提升到 46.2%，规划速度提升 32.3 倍；在仿真与物理机器人的行为克隆任务上也与既有方法相当。
推荐理由：原文以具体任务上的成功率与规划速度为参照，给出了一种把潜状态预测与动作流匹配合在同一个 JEPA 里的做法，读者可以据此与现有视觉规划方案做比较。
HF Daily Papers精选AI 评分4141 Reflex：视觉驱动的反应式人形机器人控制
Reflex 是一个三阶段框架，让人形机器人仅凭第一人称 RGB-D 视觉实时接住抛来的箱子。在仿真中达到 85.7% 的接箱成功率，接近获得特权观测时的 87.9%；在 Unitree G1 真机上，2.5 米和 5 米抛掷的成功率分别为 65% 和 40%，达到人类接箱者同距离成功率的 76% 和 59%。
推荐理由：Reflex 用三阶段框架在 Unitree G1 上实现视觉反应式接箱，给出仿真与真机数据，可作为反应式人形控制训练的可迁移参考。
Hacker News精选AI 评分3232 AI 公司 HUMXN 在明尼苏达推出免费水管和暖通服务以训练机器人
HUMXN 宣布在美国 Minneapolis、Chicago、Miami 三地推出一项免费家居维修服务计划，由公司补贴合格的水电、HVAC、通风管道清洁和地毯清洁上门订单，条件是技术工人在正常作业时佩戴采集设备记录真实操作过程，相关数据将转化为 AI 和机器人训练数据集。
推荐理由：原文把上门维修变成机器人训练数据的采集场景，给出了三方分润和穿戴采集的具体做法，可作为物理 AI 数据来源的一种参考样本。
TechCrunch精选AI 评分4040 Parallel Systems 完成 1 亿美元 C 轮融资，用自动驾驶电池列车切入短途货运
自动驾驶货运列车公司 Parallel Systems 完成 1 亿美元 C 轮融资，由 AVP 领投，Hillspire、Agility Global、Cobalt Capital 等机构参与。
推荐理由：原文给出自动驾驶列车切入短途货运的具体场景与商业模式，可与现有铁路和卡车的分工做对照参考。
HF Daily Papers精选AI 评分4343 视觉表征越好端到端自动驾驶就越好吗？ViRA 框架给出研究答案
论文提出 ViRA，一个与规划器无关的视觉表征对齐框架，并发现 VFM 引导的视觉表征对端到端驾驶的提升幅度取决于目标选择与辅助感知监督。
推荐理由：论文给出可迁移结论，把视觉基础模型表征对齐进端到端规划器时，目标选择与感知监督共同决定最终增益。
HF Daily Papers精选AI 评分3535 MAVLN：多智能体视觉语言导航的形式化、基准与方法
本文提出 Systematic Multi-Agent Vision-and-Language Navigation（MAVLN），首次将多智能体视觉语言导航形式化为带依赖和资源约束的协调问题，并配套发布包含 11,724 条 episode、145 个场景、最多 4 个智能体的基准，覆盖三种指令设置。
推荐理由：把多智能体视觉语言导航形式化为带约束的协调问题，并配套发布 11724 条 episode 的基准与 TRISS 基线。
HF Daily Papers精选AI 评分4949 TouchScale：发布 500 小时统一采集的人体视觉-触觉数据集
TouchScale 是一个 500 小时的人体视觉-触觉数据集，采用单一可穿戴设备采集约 2K 个任务，同步记录自我中心 RGB-D 视频、腕部 RGB 视频和双手密集触觉信号。
推荐理由：用统一采集的 500 小时视觉-触觉数据验证了规模化效果，并把接触预测和机器人操作两组数字同时给出。
HF Daily Papers精选AI 评分4242 PhysEvo：围绕冻结模型 Astra 的机器人递归自改进框架
PhysEvo 提出围绕单个冻结模型 Astra 的物理递归自改进框架：任务智能体执行操作，元智能体基于轨迹诊断失败、修订工具与技能，并在不更新模型权重的前提下持续自我改进。
推荐理由：原文给出在冻结模型上做递归自改进的机器人框架与仿真、真机对比数据，读者可据此判断该思路对具身智能的迁移价值。
HF Daily Papers精选AI 评分3939 EMHO：通过经验轨迹优化具身智能体 Harness 的自我演化框架
EMHO 提出一种不修改底座模型、仅迭代优化具身智能体 harness 的自我演化框架，并通过 EMHO-Merge 支持多子任务共享同一 harness。该框架在 EmbodiedBench 的导航与操作任务上评估，使 Qwen 9B 与 27B 模型的任务成功率均获得一致提升，并改变了智能体监测进度、使用视觉工具、锚定观测和应对失败的方式。
推荐理由：提出在冻结底座模型的前提下，让具身智能体的 harness 自行从执行轨迹中迭代优化，为不重训模型的智能体改进提供了一条可迁移路径。
HF Daily Papers精选AI 评分4444 Hebero：面向异构多任务强化学习的 GPU 并行框架
Hebero 是基于 Isaac Lab 的 GPU 并行异构机器人学习基准，可联合训练并评估单一策略在 40 个异构任务上的表现。作者提出演示引导策略优化方法 DGPO 及其中的 IW-ABC 机制，在每任务 50 条演示条件下，状态输入平均成功率达 90.1%、视觉输入达 93.5%，并在实体 Piper 机器人上由同一多任务策略完成 4 个任务。
推荐理由：把 GPU 并行仿真与 40 个异构任务训练整合在同一基准，并提出用极少演示就能达到高成功率的 DGPO 方法，为多任务机器人策略的快速评测和真机迁移提供了一个可直接复现的开源基线。
HF Daily PapersAI 评分3434 PerturBot：通过扰动训练打破视觉-语言-动作模型中的捷径先验
PerturBot 提出一种针对 VLA 模型的扰动训练框架，通过手腕视角扰动、决策相关指令扩写与失败轨迹重标注三种手段，打破策略对模态捷径的依赖。方法不改变推理流程，并配套提出离线诊断指标 GroundingFscore，用于衡量策略对任务证据而非捷径先验的依赖程度。
HF Daily PapersAI 评分3333 InterEvolve：面向人形机器人运动操作的奖励程序测试时进化
InterEvolve 提出测试时奖励程序进化方法，让已训练的人形机器人控制器无需重训即可完成新运动操作任务。它由物体感知 forward-backward 行为基础模型把新奖励映射为 loco-manipulation 行为，并由 LLM 智能体依据执行反馈改写奖励程序结构、数值优化器调节常数。
HF Daily PapersAI 评分3434 面向部分可观测机器人操作：HIDE 记忆基准与 SEEK 增强框架
研究人员提出 HIDE 基准与 SEEK 框架，分别用于评估和增强部分可观测机器人操作中的任务级记忆能力。HIDE 包含 15 个任务，涵盖重复计数、历史状态回忆与执行进度追踪，SEEK 融合三种互补记忆机制。实验显示现有策略在 HIDE 上存在显著局限，记忆增强在仿真与真实环境中均提升任务成功率，三机制组合在所评测配置中取得最高平均成功率。
HF Daily PapersAI 评分3434 RLE-Bench：面向机器人学习工程师能力的编程智能体评测基准
RLE-Bench 是一个面向机器人学习工程的编程智能体评测基准，覆盖交互式控制、策略学习、感知与估计、机械设计四类开发工作流。该基准通过成功率、训练策略、构建 harness 与机械结构等任务专用指标评估智能体产出，并聚合成 RLE Index 以支持多维能力对比。论文还结合案例研究分析了智能体在代表性任务上的当前能力与局限。
Import AI精选AI 评分4040 AI 周报第 474 期：智谱用 GLM-5.3 自动化基础设施，Google 推进太空 TPU 部署
Jack Clark 的 Import AI 周报第 474 期覆盖智谱、谷歌、Stanford、Periodic Labs 等多条 AI 前沿动态。
推荐理由：同一期里并列哲学思辨、机器人后训练、太空 TPU 与 AI 实验室自动化四条线，便于参照前沿展开节奏。
Microsoft Research精选AI 评分5454 微软研究院推出 Physical AI 卸载推理工具，提升机器人任务成功率与续航
微软研究院在 Physical AI Toolchain 中新增卸载推理能力，将机器人 AI 推理从机载 GPU 迁移到边缘或云端 GPU。研究对移动操作类负载做了系统化测量，结果显示卸载后任务成功率提升、续航显著延长，并支持运行更大的 AI 模型。
推荐理由：原文给出机载与卸载推理在任务成功率、续航和响应速度上的量化对比，可作为具身智能部署设计的参考。
NVIDIA Blog精选AI 评分4848 NVIDIA 发布 Isaac ROS 5.0，引入智能体开发流程与 ROS Lyrical 支持
NVIDIA 在 ROSCon 大会发布 Isaac ROS 5.0，新增对 ROS Lyrical 与 Ubuntu 24.04 的支持，并引入面向 AI 智能体的开发流程。
推荐理由：Isaac ROS 5.0 把 AI 智能体工作流引入 ROS 开源生态，并打通从 Jetson Orin Nano 到 Jetson Thor 的端侧部署路径，读者可据此了解当前具身智能开发栈的具体形态。
NVIDIA Blog精选AI 评分3535 为什么规模化部署物理 AI 要求每一层都建立安全机制
文章解释规模化部署物理 AI 需要在硬件、软件、AI 行为、运行环境与全生命周期都建立安全机制，并介绍 NVIDIA Halos 作为全栈安全系统在自动驾驶和机器人方向的组件分工。文中还提及 Geely、Nissan、Uber 等使用 Halos 相关平台的厂商，以及 TÜV SÜD、TÜV Rheinland 对 DriveOS、Halos OS 等组件与流程的独立认证进展。
推荐理由：原文系统梳理了物理 AI 安全落地所需的多层架构，并介绍了 NVIDIA Halos 在 AV 与机器人方向的组件分工和独立认证情况，对理解安全工程化思路有参考价值。
Latent Space精选AI 评分3535 Latent Space AINews 周报汇总 Jev 开源复现潮与本周其他 AI 进展
Latent Space AINews 周报报道非生成式决策模型 Jev 发布两天内出现 6 个开源复现项目，包括 Laya（421M 参数 ModernBERT-large）。
推荐理由：它把过去两天的 Jev 开源复现方向关键作品与本周 Claude Code、Anthropic 独立评估合作等进展集中整理，方便一次性对照。
Anthropic News精选AI 评分5656 Anthropic 开放 Model Hardware Standard 研究预览，让 AI 智能体操控物理设备
Anthropic 开放 Model Hardware Standard（MHS）研究预览，这是一个让 AI 智能体安全操控显微镜、液体处理仪、机械臂、激光等物理设备的共享规范。
推荐理由：原文给出了 MHS 的工作机制和多家机构的早期成果，读者可以据此判断它对实验自动化的实际影响。