作者：赖文昕 编辑：陈彩娴 过去一周（5.13-5.17），国际顶级机器人学术会议 ICRA（IEEE International Conference on Robotics and Automation）在日本横滨举办吸引了全球机器人领域的研究者、企业及学生，共同探讨机器人领域最新的科学进展和产业成果。 今年 ICRA 大会的主题设定为「CONNECT+」。 大会最终截稿日期是 2023 年的 10 月 21 日，收到 3937 篇论文，与去年的 3125 篇相比，提交的论文数量涨了约 25.88%；经过一个月审核，最终接收 1765 篇论文，论文接收率为 45%，比去年略涨 2%，论文主题覆盖了如双足机器人、人体检测和跟踪、人机交互、机器人学习、安全和监控机器人系统、3D重建、无人机系统、人工智能、农业自动化、行为树和大数据分析等等领域。 除论文数量的显著增加外，本届 ICRA 还有 119 家企业参与展会，吸引了美国亚马逊、波士顿动力，德国库卡，日本本田研究所，以及中国宇树科技、非夕科技、逐际动力、艾欧智能、求之科技、方舟无限等等一众机器人团队的参会。 ...

来源：一宁小站 文章链接：https://mp\.weixin\.qq\.com/s/DBRPmE\-oeVzRxSxGh4zznQ 论文：DriveMLP: When Training Strategy Outperforms Model Complexity in Autonomous Driving 作者：Alessandro Canevaro、Julian Schmidt、Hang Yu、Ye Jin、Sajad Marvi、Georg Martius、Julian Jordan 单位：Mercedes-Benz、图宾根大学、卡尔斯鲁厄理工学院、慕尼黑工业大学、弗赖堡大学 链接：https://arxiv\.org/abs/2610\.29676 ，2026 年 10 月 21 日发布；已被 CoRL 2026 接收。 说明：本文由 AI 辅助完成、笔者校对整理，主要介绍问题、思想和核心方法，不追求呈现所有细节。 ...

高度仿生的绳驱灵巧手，正成为机器人连接智能大脑与物理世界的关键载体。    编辑丨李希                                                                                                        如果说高质量数据采集是具身智能理解物理世界的基础，那么触碰，就是AI真正进入物理世界的开始。...

7月14日，百度旗下通用智能体“百度搭子”入选世界人工智能大会“镇馆之宝”，并将亮相于上海举办的WAIC 2026，集中展示其面向个人办公、内容创作、信息处理和企业协作等场景的最新能力。 “镇馆之宝”是世界人工智能大会（WAIC）展览板块的重要荣誉，依据科技含量、市场前景、通用性及社会经济效益等维度，对参展创新成果进行综合评选。该奖项每年吸引数百款产品参选，最终入选数量不超过10个。今年评选持续聚焦前沿技术突破和关键应用落地，集中展示人工智能领域创新成果。 与此同时，百度还将携面向开发者、企业和个人用户的一系列AI产品登台WAIC 2026，集中呈现从“芯云模体”全栈能力到多款智能体应用，从超级个体到产业智能化落地。 通用智能体能力升级，百度搭子入选“镇馆之宝” 百度搭子是一个能深入办公场景、真干活、真办事儿的生产力工具。用户只要把目标说清楚，百度搭子就能理解需求、拆解任务、调用工具，完成跨应用、跨文件的复杂工作，最后交付真正可用的结果。 依托百度在搜索、网盘、地图、大模型和百度智能云等领域积累的能力，百度搭子内置多种专业Skill，并集成百度搜索AI...

数据空间可信AI基础设施解决方案正式发布【2026年8月24日，北京】刚刚落幕的2026世界机器人大会（WRC）上，具身智能与物理AI成为全场焦点——机械臂自主抓取运动物体、四足机器人在地形突变中调整步态、世界模型驱动的机器人开始理解物理世界。但走下展台，行业面临一个共同的基础设施难题：训练世界模型所需的4D世界状态数据分散在各方手中，模型、数据、算力分属不同主体，协作的信任瓶颈尚未打通。今日，两支清华系技术团队——由清华大学与北京雁栖湖应用数学研究院联合孵化的清雁科技（刚在WRC发布物理AI框架及六组演示，完成数亿元A轮融资），与由清华大学孵化创立的深度内核——联合宣布达成战略合作，共同发布数据空间可信AI基础设施解决方案。该方案将清雁科技在数据空间与物理AI场景的多方协作经验，与深度内核在可信AI领域的能力深度融合，面向"数据、模型、算力分属不同主体"的AI协作场景，提供一套从远程证明、加密执行到结果可验证的完整基础设施，让"数据可用不可见、模型可验不可偷"从口号变成可交付的现实。一个真实的困境：当机器人想学习，数据却不敢出门要让机器人从展台上的惊艳演示走向工厂里的长期可靠作...

来源：我爱计算机 原文链接：https://mp.weixin.qq.com/s/QaJ-STPtVDLPX-4j-1UuCg?scene=1 在复杂现实场景下的半监督视频目标分割（Semi-supervised Video Object Segmentation, VOS）任务中，严重遮挡、目标频繁消失与重现、微小尺度以及密集同类干扰物等极端情况，长期困扰着现有的视觉模型。尽管以 SAM3...

原文链接：https://mp.weixin.qq.com/s/8GZParVJfj9fBuflTFTzlA 论文题目：Semantic Robustness Certification for Vision-Language Models 论文链接：https://arxiv.org/abs/2606.18839 论文作者：Peiyu Yang、Paul Montague、Feng Liu、Andrew C. Cullen、Amardeep Kaur、Christopher Leckie、Sarah M. Erfani 论文机构：The University of Melbourne、Defence Science and Technology Group 代码地址：https://github.com/ypeiyu/vlm-semantic-cert ...

来源：公众号“具身智能之心” 原文链接：https://mp.weixin.qq.com/s/_1gQE9UMwLHh-sm1xR_Hbg?scene=1&click_id=118 近年来，基于深度强化学习和模仿学习的端到端机器视觉控制策略展现出巨大的应用潜力。然而，受限于真实深度传感器固有的物理噪声与几何信息缺失，仿真策略向现实世界（Sim2Real）的直接迁移始终面临着巨大的鸿沟。...

与物理世界交互的 AI 大模型技术发展加快。作者丨郑佳美编辑丨陈彩娴英伟达 GTC 大会热度飙升。继黄仁勋在英伟达大会上发布基础世界模型 Cosmos 引发业内讨论后，英伟达团队近日又发布了一个新的物理世界大模型：Cosmos-Reason1。作为 Cosmos 系列的一个大模型，顾名思义，Cosmos-Reason1 更强调模型的“Reason”（即“推理”）能力。这是继 DeepSeek R1 采用纯强化学习方法替代 SFT 之后，思考推理模型在物理世界中的进一步探索；且据论文介绍，其取得了不错的成果。论文地址：https://arxiv.org/abs/2503.15558与 DeepSeek 跑在云端不同，Cosmos-Reason1 致力于解决的是人工智能系统与物理世界交互的问题——这要求跑在物理世界中的 AI 大模型要同时具备感知、理解与执行复杂动作的三个基本能力，即当前具身智能领域主流的研究热词“VLA”，或“具身大脑”。根据论文介绍，Cosmos-Reason1 可以理解物理世界，并通过长思维链（Long...

7月26日至29日，中国领先的独立分布式云计算服务商PPIO亮相2025 世界人工智能大会暨人工智能全球治理高级别会议（WAIC）。PPIO联合创始人兼CEO姚欣在WAIC活动上重磅发布了国内首个Agentic AI基础设施（Infra）服务平台，加速Agent应用的开发和规模化落地。 针对Agent（智能体）特性的开发需求，PPIO推出了AI智能体平台产品，分为通用版和企业版。 通用版：以极具性价比的分布式GPU云底座为支撑，发布中国首款兼容E2B接口的Agent沙箱，以及更适用于Agent构建的模型服务，为个人开发者与中小企业提供兼具性能、效率、成本优势的AI智能体平台。 企业版：面向中大型企业多元化的Agent需求，联动PPIO GPU云服务、行业应用与开放生态，凭借长期记忆、流程可控、全域操作、业务联动、多模态协同等五大差异化优势，构建智能决策到执行全闭环，突破传统AI边界，为行业打造“能听会看、善思会做”的智能体解决方案，推动Agent应用赋能千行百业。 PPIO发布中国首款Agent沙箱 当前，人工智能正加速向Agentic...