跳到正文
#具身智能
10月21日周三
  1. 极客公园30

    奇瑞旗下零维科技首秀：用汽车技术造高端摩托，明年上半年上市

    奇瑞旗下两轮公司零维科技10月19日首次面对媒体，展出纯电ADV踏板SOLO X5、增程巡航车GROW C3和智能头盔，三到四款产品预计明年上半年上市。SOLO X5称20分钟可从20%充到80%，GROW C3纯电续航约100公里、综合续航约600公里，背后是「鲲鹏」4档多模混动平台。零维定位AI原生两轮出行玩乐，目标全球约3000万辆高端玩乐摩托市场。

  3. 钛媒体62

    萝卜快跑周单25万，Robotaxi与网约车的替代边界在哪

    萝卜快跑周订单量突破25万笔，累计完成约1700万次出行，自动驾驶总里程2.4亿公里，全无人里程1.4亿公里。文章指出这一单量不到全国网约车日单量的百分之一，但小马智行深圳车队单车日均净收入338元、单日车均净收入创394元纪录，说明在需求密度高的一线城市核心区，Robotaxi单车净收入已能触及人力网约车水平。

  4. 钛媒体40

    电商巨头的AI战略分野：阿里抢算力，京东抢扳手

    阿里与京东在AI上走向两条路：阿里三年3800亿元云和AI基建计划已过半，单季资本开支达677亿元，AI云与算力服务分部季度收入484亿元、同比增长45%；京东则宣布到2028年在机器人领域投入百亿资源、五年建80个RoboBase，并组织60万人采集1000万小时真实场景数据。文章认为阿里卖算力、京东卖物理劳动力，后者能否成为独立商业形态取决于物理运营能力能否对外按使用量收费。

  5. NVIDIA Blog75

    NVIDIA 扩展开源模型家族，覆盖语言、机器人、生物与量子计算

    NVIDIA 扩展其开源模型家族，覆盖语言、机器人、生物和量子计算，包括新的 Nemotron 3.5 Super VL、Nemotron 3.5 Bolt、Nemotron Retriever、Kumo、Cosmos 3.5、Alpamayo 2 Edge、BioNeMo 与 Ising。

    推荐理由：NVIDIA 一次性铺开语言、机器人、生物、量子四条开源模型线，并给出各模型的开放渠道与首批企业用例。

  7. 雷锋网35

    一次抓取背后：Token经济学如何计量算力、模型与语料

    截至2026年6月，我国日均词元调用量已突破500万亿，Token正成为连接模型服务、推理算力与数据供给的计量接口。DeepSeek自8月起探索峰谷时段定价，9月10日调整Flash系列价格，闲时每百万词元缓存命中输入价0.02元。无问芯穹跨集群异构推理架构在特定测试中首词元等待时间降低51.5%、单词元成本降低37.5%。

  8. 雷锋网42

    真机实干、产训一体：为什么实景实训平台是具身智能的下一座基础设施

    实景实训平台把机器人训练搬进真实工位，让采集、标注、训练与失败样本回流连成数据流水线。信通院报告显示，截至2026年6月底全国已建成启用超70家具身智能训练场，另有46家在建或规划中；上汽通用与智元联合研发的“能仔1号”已在别克至境E7电池量产线累计完成近8万件工件作业，开动率稳定在98%。

  9. 钛媒体42

    农村大妈戴上数采设备当数据采集员：具身智能无本体采集下沉县城

    英伟达EgoScale成果显示，喂给大模型超2万小时人类第一视角视频后，机器人操作能力随人类示范数据增加而稳步提升，无本体采集由此成为主流方式。农村大妈戴上穿戴式数采设备每天工作8小时可拿80元日薪，月入2000多元，数据采集门槛大幅降低并向县城等下沉区域扩散。行业转包链条拉长后单价走低，打包数据从每小时33元降至3元左右，从业者更焦虑下一个订单在哪里。

  11. 雷锋网58

    北大董豪团队推出 HIL-UMI，让具身后训练摆脱真机依赖

    北大与启元机器人董豪团队推出 HIL-UMI，在无本体 UMI 手持夹爪采集过程中接入模型实时比对动作分歧，只在模型预测跑偏时提示人补录纠错数据。在折毛巾、整理桌面、叠方块、盖章四项真机任务上，相同数据帧预算下常规 SFT 平均进度分从 44.3 升到 58.0，HIL-UMI 达到 94.8，叠方块与盖章任务成功率满分。

  12. 雷锋网58

    新石器完成近4亿美元E轮融资，加速全球化与规模化商业落地

    新石器（Neolix）10月20日宣布完成E轮近4亿美元融资，由博裕投资与某国家级基金联合领投，高鹄资本担任独家财务顾问。本轮融资创下今年国内自动驾驶领域最大单笔融资纪录，公司累计融资额已突破百亿元人民币。融资资金将投入精细化运营网络与全球区域枢纽布局，以及端到端大模型数据训练闭环。

  14. 量子位32

    赛豆科技 AIVA ME7 亮相工信部：首款 AI 汽车参数公示，外界猜测售价 20 万元以上

    赛豆科技首款 AI 汽车 AIVA ME7 现身工信部第412批新车公示，申报信息显示其为车长 4999mm、轴距 3050mm 的中大型纯电 SUV，搭载宁德时代三元锂电池。新车提供单电机 270kW 和双电机 420kW 两个版本，最高车速均为 255km/h。官方尚未公布售价，外界依据品牌此前“覆盖 20 万元以上主流市场”的定位推测其价格在 20 万元以上。

  15. TechCrunch · AI72

    Eka Robotics 完成 1.5 亿美元 A 轮融资，估值 14.5 亿美元

    Eka Robotics 完成 1.5 亿美元 A 轮融资，由 a16z 和 F-Prime 领投，投后估值 14.5 亿美元。该公司由 MIT 教授 Pulkit Agrawal 与前 Google DeepMind 研究员 Tuomas Haarnoja 创立，其视-力-动作模型配合力敏感夹爪，可在一小时内抓取约 1500 个不超过 1 kg 的物体，成功率超过 95%。

    推荐理由：Eka 以力觉而非视觉为核心的视-力-动作模型，为机器人操作提供了一条不同于 VLA 的技术路线。

  17. 爱范儿42

    奇瑞发布「瑶光 2035」战略与物理 AI 大模型 CheryMind，要从车企进化为全球智能科技公司

    奇瑞在 2026 全球创新大会上公布「瑶光 2035」战略，目标从传统汽车制造商进化为以 AI 驱动的全球智能科技公司。会上发布面向物理 AI 的垂类基础大模型 CheryMind，已连接超 400 个企业系统、覆盖 200 多个业务场景，并公布规划支持千亿参数级模型、双芯片 NPU 算力 2400 TOPS 的紫微 C100 芯片，计划 2027 年推出。

  18. Turing Post (Ksenia Se)25

    推文梳理了 H-JEPA、DeepJEPA 和 RoboJEPA 三种 JEPA 变体，分别从分层规划（从局部细节到全局）、判断何时需要更多计算再预测、以及扩展预测器规模以改善预测和行动三个角度切入。JEPA 的核心思路是只预测关键信息，而不重建每个像素。作者希望看到机器人整合这些思路后行动会如何变化，并在视频中逐一讲解。

10月20日周二
10月15日周四
10月14日周三
  2. Aran Komatsuzaki58

    Aran Komatsuzaki 介绍 Aether AI 的 CRIS-0 智能体可从演示中自行生成定位函数（SAM3 + RGB-D + IK）。当某个函数触发 IK 关节限位时，智能体会根据报错修补该函数、重试当前阶段并保留修补后的版本。他将这一过程类比为编码智能体循环在机器人控制上的应用。

    引用Biwei Huang@huang_biwei

    I have spent more than a decade studying causality. For me, causality is about understanding the rules that govern how actions change the world, and reasoning about their consequences before acting. Scaling has made today's models remarkably capable at spotting patterns and predicting what comes next. A system that acts in the physical world needs more. It has to ask what will happen if it acts, check the outcome, and adapt when reality doesn't match the plan. In the physical world, trial and error can be costly or unsafe, and an early mistake can carry through the rest of a task. When we started Aether AI, robotics was the obvious place to begin. CRIS-0 is our first integrated system built on these ideas. It tracks the conditions that matter for a task, predicts how each action will change them, and replans when something unexpected happens. In our demo, that means taking a metal can off a plate before heating it, and telling an empty can from an unfinished drink while tidying a room. Physical AI is just our first proving ground. We're building towards causal intelligence that also works for forecasting, scientific discovery, and more. The technical write-up is linked in the comments. https://x.com/AetherLab_AI/status/2108263657251418596/video/1

10月10日周六
10月9日周五