曝特斯拉Optimus产能扩增约10倍,但规模化量产难题仍存
据The Information报道,特斯拉近几个月已将Optimus人形机器人的产量扩大至原先的约10倍,上月周产量已达数百台,并计划年底前建成连续运行的自动化产线以突破周产千台。然而,复杂的手部结构、自动化设备及供应链限制仍阻碍其稳定规模化生产,距离周产约2万台的终极目标差距甚远。马斯克曾表示该机器人有望于2027年底开售,其量产进度此前已历经多次调整与延期。
据The Information报道,特斯拉近几个月已将Optimus人形机器人的产量扩大至原先的约10倍,上月周产量已达数百台,并计划年底前建成连续运行的自动化产线以突破周产千台。然而,复杂的手部结构、自动化设备及供应链限制仍阻碍其稳定规模化生产,距离周产约2万台的终极目标差距甚远。马斯克曾表示该机器人有望于2027年底开售,其量产进度此前已历经多次调整与延期。
该资讯仅包含标题信息,提及类似AlphaGo的强化学习自我对弈机制被应用于足球机器人训练,机器人通过相当于140年的模拟自我对弈强化竞技水平。由于缺乏正文及详细摘要,具体的研究团队、实验方案、机器人硬件规格以及实际赛场表现等关键细节尚待进一步补充与核实。
第48届世界技能大赛在上海举行。本届大赛64个项目中共有8个与AI直接相关,其中智慧安防技术、软件测试、数字交互媒体设计为本届新增赛项,新增AI赛项数量创历届之最。赛题深度融合AI实战场景,涵盖利用深度学习与大模型原理实现安防异常识别、调用多智能体协同进行软件测试、面向具身智能的自主移动机器人导航与抓取,以及工业4.0智能协同等,展现了AI技能在全球职业培训中的普及趋势。
宇树科技创始人王兴兴在第五届全球数字贸易博览会上表示,具身智能赛道未来必将迎来“ChatGPT时刻”,当机器人在80%陌生场景中能完成80%任务时将达爆发拐点。他指出,目前机器人落地最大瓶颈是AI模型输入输出与物理世界精准匹配不足、存在数毫米工作误差,且泛化效率较低、面对新任务需重新训练。未来需提升精准度与泛化能力,才能在工厂和家庭等场景实现大规模商业化推广。
据消息,华为大模型领域的两位核心专家联手开启创业,将研发重心聚焦于探索物理世界的Scaling Law(尺度定律),旨在开展物理世界的基础模型实验与技术突破。现有素材信息较为简略,尚未披露创业团队的具体成员姓名、融资规模及技术落地路线,但反映出大模型顶尖研发力量向具身智能及物理AI领域延伸探索的动向。
根据资讯标题,被称为“中国版Index”的具身智能数据平台“觅蜂派”正式亮相,其业务模式主打让普通用户参与机器人训练并获取外快收益。该平台主要面向机器人及具身智能领域的数据采集与标注需求。由于原始素材缺乏详细正文内容,关于觅蜂派的具体产品形态、运作机制、收益规则及所属公司等核心细节,尚待进一步信息披露补充。
新加坡国立大学、清华大学、北京大学等七所高校联合开源了机器人世界动作模型OpenWAM。该项目包含OpenWAM-Infra模块化基础设施、OpenWAM-Study受控实验及OpenWAM-α大规模预训练基座模型,旨在将视频生成中蕴含的世界动态物理先验与机器人动作学习相结合。实验表明,该模型在多个仿真基准和真实机器人平台上成功验证了预测环境演变并执行控制动作的能力。
在2026云栖大会上,斑马智能正式发布了面向智能终端的全模态端侧大模型AutoOmni 2.0-23B-A3B。斑马智能提出,智能汽车是具身智能规模最大的中试场,将推动智能终端成为生成与处理Token的关键载体。公司强调,端侧AI基础设施的建设与成熟,将直接决定人工智能技术能否在真实物理世界中实现真正的深度落地与广泛应用。
诺因(Knowin)正式发布生成式学习框架GLOW。该框架凭借原生自回归架构、Harness闭环反馈系统以及RSI递归自我改进机制,在RoboDojo、LIBERO-Pro和Embodied Arena三大具身智能评测榜单中均斩获第一,性能表现超越GPT-6,推动机器人迈向“一教就会”的个性化家庭服务应用场景。
觅蜂科技推出物理AI数据众包服务平台“觅蜂派”,采用众包模式让普通用户佩戴自研MEgo采集设备在真实场景中采集具身数据并赚取报酬。该平台目前已积累2万台设备和百万小时级物理数据,致力于解决具身智能领域高质量真实场景数据匮乏的痛点,并已向腾讯Robotics X实验室、蚂蚁灵波等客户提供服务。
据C114讯报道,市场研究机构Omdia参加了世界人形机器人大赛等相关活动。报道围绕中国联通的5G-A网络实战实践,深入探讨了具身智能及人形机器人发展对底层网络通信所提出的具体性能与架构要求。由于原始输入素材信息存在截断,关于中国联通具体的5G-A网络技术方案与支撑案例细节尚未完全披露。
输入素材仅提供标题,缺乏详细正文。标题信息显示,中国联通正加速布局具身智能赛道,计划通过护航2026年世界人形机器人运动会以及赋能垂直产业,致力于打造“最懂具身智能”的电信运营商,展现了通信网络与算力基础设施向人形机器人和具身智能应用场景渗透拓展的趋势。
在中国国际信息通信展览会同期论坛上,灵境智源黄媚围绕机器人行业智能化发表观点,提出以“具身智脑”弥补当前机器人领域的智能化短板,旨在推动具身智能与机器人技术的深度融合。由于原始资讯内容严重缺失并被意外截断,关于“具身智脑”的具体技术方案、落地场景及完整演讲内容等信息尚不充分。
在重庆辖区上市公司投资者集体接待日上,长安汽车高管表示正推进20Ah氧聚复合固态电池验证,并加速具身智能与低空经济布局。公司力争在2028年实现人形机器人量产,并在2030年推出商用航线飞行汽车。此前长安天枢智能机器人公司负责人表示,其路径是逐步覆盖物流搬运、安防等场景,最终实现用机器人造车、卖车、上车以及造机器人的完整闭环生态。
Black Forest Labs 宣布进军机器人领域,推出开源世界动作模型 FLUX 3 Action。该模型参数量仅为 70 亿(7B),可通过摄像头输入的图像流实时预测机器人下一步的操作动作。评测结果显示,FLUX 3 Action 在 RoboLab-120 基准测试中刷新了纪录,且运行速度比此前顶尖模型最高快出 3.95 倍。
据华尔街日报报道,亚马逊宣布将投资超过1亿美元在美国印第安纳州格林伍德新建机器人制造工厂,预计于2028年投入运营,预计创造300个高薪工程与制造岗位。加上上月宣布在得克萨斯州建设的制造中心,亚马逊旗下的机器人制造工厂将扩增至4座。亚马逊过去10年已在仓储物流领域部署超100万台机器人,旨在进一步提升仓储自动化水平并降低工伤率。
三星宣布将作为独家 AI 网络提供商,携手韩国电信运营商 KT 和 SK 电讯展开深度合作。该合作将重点推进 AI-RAN(无线接入网)与 5G 独立组网(SA)技术的落地应用,旨在为韩国在 2030 年代确立 6G 通信和具身智能(Physical AI)领域的先发优势与立足点提供技术保障,为机器人产业筑牢下一代通信网络基础设施底座。
诺因发布GLOW技术报告,针对具身智能的泛化学习提出解决方案。该成果致力于实现机器人的“一教就会”,使机器人仅通过人类的一次操作演示,即可完成跨场景的任务复用与迁移执行。输入素材信息有限,未披露GLOW的具体技术架构、实验数据及落地细节。
由原华为大模型团队成员创立的Physical AI企业息壤开物,近日连续完成数亿元种子轮及天使轮融资,目前估值达5亿美元。本轮融资由敦鸿资产领投,华控基金、三花控股、银杏谷资本等机构跟投。募集资金将主要用于原生物理AI模型的规模预训练、真实物理交互数据建设、核心研发人才引入及场景验证,旨在重塑物理AI底层能力。
灵初在机器人训练领域提出不能仅靠增加训练时长,而应严控数据质量,其核心目标在于解决机器人学习中人机动作无法精准对齐的问题。通过提升动作数据的质量与映射精度,助力机器人更高效地掌握作业技能。由于目前公开素材信息有限,关于其具体采用的数据清洗流程、算法模型以及实际落地的硬件验证等细节尚待进一步补充披露。
该内容围绕相关前沿学术动态展开复盘,探讨从三维视觉向世界模型演进的技术主线。文章指出,当前人工智能的发展正从单纯理解平面画面的感知阶段,迈向能够理解三维空间、预测环境动态变化并执行动作的认知与行动阶段,空间智能因而成为 AI 融入物理世界的关键枢纽。由于现有素材信息较为精炼,更多会议复盘的具体模型细节与前沿论文分析仍有待进一步展开。
清华大学联合无问芯穹正式开源具身智能云原生平台RLark,旨在打造具身智能基础设施的新“塔台”。该平台支持高效的机器人设备管理与调度,可实现5分钟内完成机器人纳管,并在10秒内快速启动跨集群任务,为具身智能应用的大规模部署和跨集群高效协同提供了底层云原生支撑。
针对现代视觉-语言-动作(VLA)系统在长程操作中缺乏显式中间结构、现有思维链规划器依赖粗粒度标注的问题,研究团队提出了 X-Planner 规划前端。该方案同时改善具身推理的监督与表征,融合了第一人称视角、通用操作接口及遥操作等多源数据,构建了具备分层粒度和差异化标注深度的规划数据集。由于原始摘要截断,具体的下游控制效果待全文进一步阐释。
在物理人工智能(Physical AI)领域,AI系统需兼顾高预测精度并保持动态系统的基本物理特性。为此,研究人员提出了一种深度离散时间耗散循环神经网络(DissipNet)。该网络通过结构化权重约束和专用训练算法,显式强化了耗散性这一关乎系统稳定性和能量耗散的关键物理属性,旨在提升对真实世界动态系统的建模、预测与控制能力。
该技术文章聚焦于如何结合使用 NVIDIA Warp 与 MjWarp 框架,以加速机器人领域的物理仿真与强化学习等工作流。由于提供的原始素材缺少详细摘要与正文内容,具体的技术架构实现、性能评测对比及实操步骤等细节尚无法进一步展开。整体内容旨在探讨通过高性能 GPU 仿真工具提升机器人开发与训练效率的方法。
微软研究院针对机器人硬件难以跟上AI能力增长的瓶颈,发布了有关“推理卸载”的最新研究成果。研究表明,将AI模型的推理计算任务转移至机器人本体之外的外部计算平台,能够显著提升任务执行的成功率并提高系统效率,同时支持运行更为复杂的先进物理AI工作负载,为智能机器人突破车载硬件限制提供了可行的计算架构方案。
丰田汽车计划未来几年在工厂部署40万台机器人,其中包括人形机器人。目前丰田已在装配线引入轮式移动的人形机器人ELEY,并由员工佩戴特定手部装置对其进行精细操作训练。丰田执行副总裁表示,此举旨在实现机器人与人类共存协同,而非取代现有员工。国际机器人联合会数据显示,日本目前工业机器人部署量位居全球第二,丰田此举展现了汽车制造龙头加速智能化落地的趋势。
本期科技早报汇总了多项行业动态:大模型方面,GPT-6 Sol发布且价格减半,Qwen Intelligence亮相并落地荣耀新机,前小米XLA负责人陈龙创业研发自进化具身大模型;硬件终端与芯片方面,第六代骁龙8旗舰发布并由iQOO与红魔首批搭载,OPPO Find X10系列正式发布;此外,苹果特努斯谈及Siri AI不应替代人际关系。
为帮助开发者在动态环境中构建具备感知、推理和行动能力的复杂机器人应用,英伟达发布了基于开源机器人操作系统 ROS 的 GPU 加速软件套件 NVIDIA Isaac ROS 5.0。该版本旨在提供新型物理 AI(Physical AI)模型与工具链,进一步推动具备自主能力的智能体机器人及开源机器人开发进程。
GPU加速虽能提升计算密集型机器人工作负载的效率,但仅凭高效的CUDA内核并不足以确保整个ROS 2图的高性能运行。随着消息在节点之间传递,系统架构与通信开销往往成为瓶颈。本文探讨如何结合AI智能体与英伟达Isaac ROS套件,对ROS 2节点及计算图进行端到端的深度优化与性能加速,克服机器人数据流传输中的性能瓶颈。