PDRVLA:融合物理动力学表征的视觉语言动作模型
PDRVLA 将轻量物理动态模块引入视觉语言动作模型,通过预测未来视觉特征改善机器人动作生成,并避免在线视频生成延迟。该模块直接预测未来的 RGB、深度和光流特征,并用冻结的预训练视频世界模型进行辅助监督。
推荐理由:论文将轻量物理动态预测接入视觉语言动作模型,并通过消融实验分析世界模型监督、子任务条件化与 ECoT 训练对动作成功率的影响。
技术方向
装进机器人身体里的 AI:人形机器人、具身基础模型,以及在真实环境里动手干活的能力。
411 条精选近 30 天 405 条共收录 468 条
PDRVLA 将轻量物理动态模块引入视觉语言动作模型,通过预测未来视觉特征改善机器人动作生成,并避免在线视频生成延迟。该模块直接预测未来的 RGB、深度和光流特征,并用冻结的预训练视频世界模型进行辅助监督。
推荐理由:论文将轻量物理动态预测接入视觉语言动作模型,并通过消融实验分析世界模型监督、子任务条件化与 ECoT 训练对动作成功率的影响。
马斯克在沃尔特・艾萨克森的 The Builders 播客访谈中表示,若数字智能规模高出生物智能一百万倍,人类维持 AI 控制的可能性微乎其微。他认为,AI 安全应建立在追求真实与好奇心上,不应强迫模型接受互相矛盾的指令,并提议让竞争对手在新模型发布前一周参与测试、寻找漏洞。
推荐理由:马斯克提出新模型发布前一周开放给竞争对手测试,以寻找漏洞并修复,提供了可讨论的模型安全治理方法。
费莫一(PHYMI)发布首款 Physical Agent 产品 Sagi 萨其玛,将其定位为公司的第一个“行动伙伴”。Sagi 承载自研智能,面向开放、动态的真实世界,聚焦目标导向的长程移动与操作。发布演示覆盖露营、办公与社区协作场景,包括装备拉运、资料取送及搬运派送。
推荐理由:费莫一(PHYMI)Sagi 聚焦长程移动与操作,露营、办公和社区协作演示提供了理解 Physical Agent 具体任务场景的参考。
小鹏集团副总裁顾捷表示,小鹏 IRON 机器人固态电池已小批量量产下线,机器人目前处于 SOP 前阶段。全新一代 IRON 曾在2025年小鹏科技日宣布在行业内首次应用全固态电池。公司计划于2026年底实现高阶人形机器人的规模化量产,并预计从2027年起陆续进驻全球小鹏门店及商业场景,承担导购、讲解等服务。
推荐理由:从固态电池小批量下线到2026年底规模化量产,再到2027年进入门店服务,材料呈现了 IRON 的产业化推进节奏。
千里科技在一颗4D毫米波雷达中引入端到端AI处理,从天线设计和波形生成延伸至点云检测、测角、增强、目标跟踪与分类,雷达内置10 TOPS NPU。相较上一代DSP端侧4D雷达,点云密度增强10倍、探测距离提升40%、鬼影消除提升至95%、空间角分辨力提升12倍。雷达支持边缘侧、卫星架构和兼容三种模式,可输出结构化感知结果、传输原始数据,或并行完成两类处理。
推荐理由:文章拆解千里AI雷达的边缘、卫星与兼容三种架构,呈现模型如何减少规则依赖并改变雷达与中央域控的分工。
RoboParty 正式发布全栈开源人形机器人 RP1,开放机械图纸、电气系统、ROMOMO 关节、底层控制、仿真、训练和部署等资源。RP1 身高 135cm,提供 24 个和 30 个主动自由度的开源版与开源版 Pro,已展示连续行走、人体动作跟踪、扰动恢复和跌倒起身等真机能力。
推荐理由:RP1公开从机械图纸到训练部署的多层资源,研究者可更直接定位控制与硬件偏差,并复用底层资源开展研发。
A股三大指数午间休盘集体上涨,沪指涨0.72%,深成指涨1.99%,创业板指涨3%。人形机器人、通信设备和半导体板块走强,杰普特涨超15%、宇树科技涨超12%、思瑞浦涨超14%;酒类、海运和电信板块跌幅居前。
推荐理由:这条午盘快照并列呈现三大指数涨幅与行业分化,便于比较机器人、通信设备和半导体板块的当日表现。
ThinkWorld 提出 Vision-Language-Action(VLA)学习框架,将动作推理置于世界动力学中,并通过世界想象强化学习利用无动作标注的人类视频。
推荐理由:ThinkWorld 用动作标注初始化 CoD,再以世界想象强化学习利用无动作标注的人类视频,为机器人跨本体迁移提供可复用方法。
机器人板块持续走高,宇树科技涨超10%,申昊科技、凯尔达、拓斯达、巨能股份、景业智能等跟涨。
推荐理由:这则快讯呈现宇树科技领涨、申昊科技等多只机器人概念股跟涨的盘面,便于对比板块内公司的同步表现。
智元机器人关联公司智元创新(上海)科技股份有限公司全资持股的智元具身(郑州)智能技术有限公司近日成立,注册资本100万人民币。天眼查信息显示,新公司法定代表人为邓泰华,经营范围包括智能机器人研发、机器人销售和人工智能应用软件开发等。
推荐理由:工商信息同时给出股东关系、经营范围和注册资本,便于梳理智元机器人在郑州的新设主体及其业务方向。
A股创业板指盘中拉升涨超2%,沪指涨0.66%,深成指涨1.30%。物理AI、机器人、算力硬件等方向涨幅居前,沪深京三市上涨个股超4300只。
推荐理由:主要指数涨幅与领涨方向并列呈现,读者可据此快速了解当日市场的强弱、板块偏好和上涨覆盖面。
德国出租车运营商慕尼黑出租车中心(MTZ)与美国自动驾驶公司Tensor Auto于周二签署意向书,计划在德国部署最多500辆自动驾驶出租车。MTZ将以自有品牌运营车队,Tensor Auto则通过订阅模式提供自动驾驶技术,让运营商保留车队运营、客户关系及运营数据的掌控权。
推荐理由:这项意向合作拟以订阅模式引入自动驾驶技术,并让出租车运营商保留车队、客户和运营数据控制权,呈现了欧洲自动驾驶出租车的合作路径。
脑虎科技完成7亿人民币B轮融资,“三全”脑机接口系统已进入三类医疗器械注册临床阶段。本轮融资由国投聚力、深创投、勤智资本联合领投,募集资金用于多中心临床试验及注册审批、超级工厂量产建设、下一代产品研发和BCI+AI融合探索。截至目前,该方案已完成65例临床试验,今年7月进入注册临床阶段,由复旦大学附属华山医院牵头,联合全国近20家三甲医院开展。
推荐理由:材料同时交代融资用途、注册临床进度和“三全”方案设计取舍,便于理解脑机接口从临床验证走向产品化的推进路径。
物理AI近期成为AI产业新热点,多只相关概念股走强,产业链上市公司正从各环节布局。宇树科技股价自10月中旬以来7个交易日反弹超过65%。报道认为,产业演进、科技巨头入局和“训练+仿真+端侧”算力叙事共同推动行情升温,相关支持政策也陆续出台。
推荐理由:文章梳理了物理AI行情升温的产业与政策背景,并串联训练、仿真和端侧算力叙事,便于理解相关概念股走强的驱动因素。
Amazon 正缩减多数 Nova AI 模型的投入并重组 AI 开发团队,将人力和算力集中到由 Pieter Abbeel 领衔的单一前沿模型项目。据 Bloomberg 报道,Nova 文本、视频和图像生成模型仅获维持运营所需的最低资源;此次调整前一周,Amazon 还关闭了旧金山一个 80 人的 AGI 研究办公室。
推荐理由:文章交代了 Amazon 从多模型并行转向集中前沿模型投入的组织调整,并补足关闭 80 人 AGI 办公室的背景。
Google DeepMind 发布 Genie 4 世界模型,可实时生成视觉、动态交互与原生音频,并通过 Gemini 理解提示、维持场景连贯性。Gemini 3.8 Flash 作为引导智能体分解目标、检查画面并动态调整计划,支持多步骤事件与因果行为模拟。
推荐理由:官方披露了 Genie 4 的实时交互、原生音频与 Gemini 引导机制,并明确列出预览范围和当前局限,便于评估其可用边界。
Microsoft 将工业智能定位为制造业的下一增长机会,主张把员工经验、运营数据和设备连接起来,让 Physical AI 在物理生产流程中辅助决策与行动。
推荐理由:文章给出制造业整合员工经验、运营数据与设备连接的路径,并强调授权、安全边界和人工介入是规模化落地的必要条件。
WISE2026“世界咖啡”产业对接开启技术方招募,面向已有AI应用或具身智能产品、方案及真实落地案例的企业和团队。活动于11月26—28日在北京亦庄·通明湖会展中心举行,方案方需经过提交资料、审核、双向匹配、确认日程、现场交流及会后跟进五个步骤。36氪称今年两场对接会已有高意向企业190余家、正式申报153家,推动超过100轮对接,但本次交流不保证采购、试点或成交。
推荐理由:文章披露了先审核真实需求再招募技术方的反向匹配机制及五步报名流程,并列出两场活动的对接数据,方案商可据此评估参会价值。
具身智能企业正以最高1.24亿元的首席科学家年薪总包和最高10万元的实习月薪争夺人才。2026年1月至4月,相关岗位量同比增长15倍,平均月薪达6.2万元;1月至7月,工业工程师岗位增长102.33%,需求重点由算法扩展至量产和交付。2026年上半年赛道融资总额达935亿元,但文章也指出,高额人力成本若无法转化为稳定产品和真实订单,仍会加重经营负担。
推荐理由:文章结合招聘、融资和岗位增速数据,呈现具身智能行业从争夺顶尖算法人才转向争夺量产与交付人才的抢人格局。
小米披露基于汽车工厂1827个标准作业程序(SOP)验证的21自由度仿生灵巧手技术成果,并给出不同自由度的抓握表现比较。基于真实作业数据的仿真消融分析显示,17~21自由度的平均稳定抓握成功率较6~15自由度提升15%~38%,其中21自由度在工厂操作覆盖度和抓握成功率上提升最大,继续提升至23自由度及以上时边际收益下降。
推荐理由:基于1827个工厂SOP比较不同自由度的抓握表现,并指出23自由度以上收益放缓,便于理解灵巧手的设计取舍。