Reka AI 发布全模态模型 Rho-1,统一文本图像视频与机器人控制
Reka AI 发布 19B 参数的全模态模型 Rho-1 研究预览版,可在单一神经网络中处理并生成文本、图像、视频和机器人控制动作。与将任务路由到专用模型的做法不同,Rho-1 将所有模态作为 token 放入共享上下文窗口,无需工具调用或外部模型,可实时生成连续视频并即时响应新指令。为缓解机器人训练数据稀缺,Reka AI 构建逆动力学模型从普通互联网视
技术方向 · AI 走进物理世界:人形机器人、具身基础模型与真实环境操作 · 共 510 条
只展示置信度达到公开门槛且每篇排名前三的主题标签,降低泛化误贴。
Reka AI 发布 19B 参数的全模态模型 Rho-1 研究预览版,可在单一神经网络中处理并生成文本、图像、视频和机器人控制动作。与将任务路由到专用模型的做法不同,Rho-1 将所有模态作为 token 放入共享上下文窗口,无需工具调用或外部模型,可实时生成连续视频并即时响应新指令。为缓解机器人训练数据稀缺,Reka AI 构建逆动力学模型从普通互联网视
卡内基梅隆大学安全 AI 实验室主任丁昭博士与创业高管 Kyle Wong、机器学习工程师 Simo Rachidi 共同创立 Safeworld,旨在解决生成式 AI 驱动机器人的安全验证问题。该公司今日结束隐身模式,获得由 Shine Capital 和 a16z Speedrun 领投的超 1200 万美元种子轮融资。Safeworld 通过在 Gen
该论文提出 MotorMind,一种机器人操作框架,将通用视觉语言模型(VLM)提出的中层动作连接到确定性机器人控制与反馈,并具备异步监控和后台记忆更新。无需任务特定策略训练、编码智能体或 SAM3 等额外 grounding 工具,MotorMind 在 LIBERO-PRO 基础套件上达到 66.7% 成功率,扰动下为 53.8%,而此前零样本方法分别最
该论文提出一种全分布式无人机集群架构,每架无人机搭载独立的小语言模型(SLM)智能体、上下文管理器和兴趣感知 Gossip 引擎,通过事件驱动的 reason-act-observe 生命周期实现本地持续控制。运行时知识被表示为结构化原子笔记,并组织为核心、本地和同伴专属记忆,由确定性兴趣感知 Gossip 引擎根据接收方语义新颖性和时效性选择性传播。在十架
CMSManhattan 在 Hugging Face 发布 JiRack Ultra 7B(CPU)模型,基于 DeepSeek R1-7B 架构并引入 BitNet 风格的三元(1.58bit)量化,面向 CPU 推理优化。模型更新了分词器,新增 Routing、Media、Vision、Sound、Tool call、Robotics 等标签,并提供
上海通用具身智能企业苏度科技宣布完成超10亿元新一轮融资,由上海国投先导、孚腾资本、国泰海通联合领投,小米等老股东跟投,资金将用于全栈技术攻坚与真实产业场景规模化验证。该公司成立于2025年,此前已获宁德、阿里、腾讯、蚂蚁、IDG等投资,估值突破20亿美元。其自研机器人系统#Sudo R1采用3D世界模型与强化学习一体化设计,宣称在不使用任务真机数据前提下关
物流机器人初创公司 Destro 结束隐身模式,完成 800 万美元种子轮融资,由 Base10 Partners 和 Bonfire Ventures 领投。Destro 不自己造机器人,而是构建 AI 智能层,让机器人、人类工人、货箱和卡车在同一套系统下协同工作,应用于 Yusen Logistics 的交叉转运场景。目前 Destro 正将试点扩展至
斯坦福团队推出HomeBody项目,让GPT-6 Astra接入宇树G1机器人,在陌生厨房中完成收拾物品、丢弃纸盒、取药递物等长程任务。系统通过探索建图、Real2Sim数字孪生和技能工具调用三步实现,无需为新环境额外采集数据或训练专用动作策略。该方案让大模型直接调度导航、抓取、开抽屉等技能库,绕过学习型VLA,但部署仍依赖RTX 4090笔记本与远端推理,
雷峰网作者用一台两轴云台机械臂,把同一句模糊指令「让它满行程转一遍」分别交给 GPT-5.6 Sol、GPT-6 Astra Pro 和 Claude Fable 5.1 执行。三个模型都完成了任务,但路径与验证标准差异明显:Sol 走完四个极限角追求覆盖,Astra 用 7 步只验证两轴各自边界并逐点读取反馈确认,Fable 用 12 步覆盖四角且速度最快
在 IROS 2026 的“多机器人系统中的紧耦合物理交互与协作”Workshop 上,荷兰代尔夫特理工大学教授 Javier Alonso-Mora 分享了团队从地面移动操作到空中多机器人协作的研究进展。团队使用 Geometric Fabrics 全身控制、任务与运动规划(TAMP)以及学习策略,让带机械臂的无人机(DSAM 平台)完成推箱子、写字、拧螺
雷峰网 AI 科技评论对 ECCV 2026 进行复盘,指出空间智能正成为 AI 走向物理世界的共同主线。大会收到 10473 篇投稿、接收 2834 篇,3D 主题排名虽退居第三,但三维表示、几何与物理一致性等问题正向视频生成、机器人、具身智能和世界模型扩散。Koenderink 时间检验奖颁给李飞飞团队,最佳论文聚焦三维表面纹理表示,多篇工作与 Work
NVIDIA Research 科学家、UC Berkeley 研究者李柏依在 ECCV 2026 Workshop 上分享了两项具身智能工作。MultiGen 利用扩散模型为物理模拟器生成的视频补上同步音频,构建多模态数据集以训练同时利用视觉和声音的机器人策略,在倒水等任务中提升了鲁棒性。DexImit 则从单目人类视频中恢复手与物体的 4D 交互轨迹,经
量子位ROBO梳理A股和港股至少36家已上市机器人相关公司,发现人形机器人收入占比从宇树超51%、优必选约41%到越疆仅4.1%不等,盈利与现金流分化明显。宇树2025年归母净利润约2.78亿元,优必选同期净亏损约7.03亿元。报道称监管正调整部分人形机器人企业上市节奏,审核更关注收入真实性、持续性和盈利路径,机器人IPO进入经营质量再筛选阶段。
源升智能创始人杨思成在访谈中阐述灵巧手行业应优先提升可靠性、灵巧性、负载、动态响应、触觉与精度六项能力,而非盲目堆参数。其自研 Apex Hand 采用掌内混合绳驱方案,21 自由度,主动负载 30 公斤,开合约 0.2 秒,并在 2026 年世界人形机器人运动会举重、拔河重量级组别中助力合作队伍包揽金银铜牌。杨思成认为模型能力不足时硬件需做加法,模型成熟后
雷峰网 AI 科技评论梳理视触觉触觉传感器赛道,回应「摄像头+硅胶、容易复制」的质疑。文章追溯 GelSight 从 MIT 起源到 Meta DIGIT 开源的技术脉络,并访谈戴盟、一目、纬钛、千觉、模量等国内厂商,指出视触觉在感知密度、多维度力感知上优于传统压阻/电容方案。厂商正朝系统级公司发展,布局数采设备、数据集与 VTLA 模型,但成本、厚度、一致
9月29日,国兴智能在山东烟台举办2026新品发布会,面向具身智能、智慧巡检、应急救援、消防灭火等高危复杂场景发布11款全新产品,并现场进行真机实战演练。会上国兴智能与山东省计算中心(国家超级计算济南中心)高龙翔团队签署项目合作协议,共同推动超算、AI算力、视觉与特种机器人实践深度应用,同时与四家代理商签约以完善全球市场布局。
前黑芝麻智能首席市场营销官杨宇欣以联合创始人身份加入正行创新(Striding AI)并出任总裁,全面负责全球市场拓展、产业生态建设与商业化落地。正行创新成立于2026年初,由连续创业者姚颂、正大集团及清华学者于超联合发起,专注具身智能,今年6月完成近亿美元天使轮系列融资。杨宇欣的加入补齐了公司市场、资本运作与产业合作方面的能力,推动其具身模型、本体、软件全
Hugging Face 博客发布教程,介绍如何用 NVIDIA Warp 和 MJWarp 加速机器人仿真与学习工作流。文章以 SO-101 机械臂为例,展示如何将兼容的 MuJoCo 模型迁移到最多 2048 个并行 MJWarp 环境,并说明 Warp 的 GPU 内核编译、可微分与确定性执行等能力。其价值在于通过批量并行提升强化学习等场景的聚合吞吐量
正行创新(Striding AI)宣布联合创始人杨宇欣正式出任公司总裁,全面负责全球市场拓展、产业生态建设与商业化落地。杨宇欣此前在黑芝麻智能担任首席市场营销官八年,经历其产品量产与港股上市,更早曾在中科创达任董事及副总裁。公司将借助其产业与资本经验,推动具身模型、本体、软件等全栈能力进入更多真实场景。
另有 1 家信源报道
消费级具身智能公司诺因智能宣布完成数亿元人民币天使+++轮融资,由京东相关基金领投,正心谷资本、南山战新投和华登投资跟投。自2025年8月成立以来,诺因已完成5轮融资,累计融资额超过10亿元人民币。资金将用于扩充训练数据、推进KNOWIN-X1本体工程验证与量产准备,以及吸引具身智能高端人才。公司同时公布GLOW生成式具身大模型在RoboDojo、LIBER