来源：未来索引 原文链接：https://mp.weixin.qq.com/s/75cThzwP1ButXnr0O4e3Wg 如果说 ChatGPT 是让 AI 学会了人类的语言，那么 OAT (Ordered Action Tokenization) 则是让 AI 掌握了物理世界的“语法”。这不仅是编码方式的改变，更是机器人从“专用工具”向“通用智体”进化的关键一跃。...

来源：AI相变 原文链接：https://mp.weixin.qq.com/s/hCuUgMEaJ2kz0sSpzG_mQA 300余家企业、2000余件展品、150余款首发新品，机器人行业最重要的考题，正在从“动作有多炫”转向“客户为什么付钱”。 过去几年，人形机器人最容易出圈的动作，几乎都与工作无关。...

重新审视人类视频如何赋能机器人学习    作者丨邓哲敏     编辑丨齐铖湧                                                                                                        大模型时代，规模化的数据能带来能力跃迁，这一规律已被反复验证。...

作者丨郭海惟 编辑丨陈彩娴 会自我学习自我生长的大模型。 智能离线内容可见上篇 2. 场景、场景，还是场景 “踩技术的坑”，只是RockAI过去一年两大“年度工作总结”中的一个。而比技术的坑更大的，则是“场景的坑”。 场景很难，邹佳思对AI科技评论说，演示和落地之间存在鸿沟，量产化落地难上加难。 假如说，Yan1.2部署在树莓派可以算得上一个写在公司手册里的里程碑事件。那么Yan1.3发布后，公司拿到了出海头部硬件公司的订单，则又算得上是业务里程的一大步。 邹佳思至今都记得，当合作伙伴把搭载着Yan1.3能力的PC拿给海外经销商的时候，合作伙伴的震动与兴奋。甚至一些实力雄厚的“巨头”友商代表，都专门到展台前面询问离线端侧功能是怎么实现的。 断网其实是一件比很多人想象得更重要的事情。 “离线端侧大模型在海外的需求是非常旺盛的”，邹佳思对AI科技评论表示，只是其中很多需求还没有获得最佳的解决方案。 首先，对于出海的硬件企业来说，海外关于信息安全的政策环境是很多样的。端侧可以规避大量信息传输、上云带来的政策风险与合规成本。...

视频智能正从画面生成走向运动控制、动态建模、信号理解与真实场景应用。作者丨郑佳美编辑丨马晓宁过去，视频生成更多是在解决“像不像”的问题：人物是否清晰，画面是否流畅，风格是否统一。但随着模型能力提升，视频真正困难的部分开始显现出来——它不是一组漂亮帧的连续播放，而是一个由时间、空间、运动、相机、光照和物理信号共同构成的动态系统。只要模型无法理解这些隐含结构，它生成的视频就可能看似逼真，却在运动逻辑、视角一致性或真实场景适应上露出破绽。因此，视频智能正在进入一个更深的阶段：不只是生成画面，而是理解画面为什么会这样变化。从运动轨迹编辑、3D 结构约束、可迭代文生视频，到自适应视频 token、长期运动表征、频闪去除、热成像分离和地球观测模型，研究者实际上都在处理同一个底层问题：如何让模型把视频从“像素序列”理解为“动态世界”。这也是今年 CVPR 相关方向中一个值得注意的信号——视频模型的竞争重心，正在从视觉质量转向对时间、空间和物理规律的建模能力。换句话说，视频 AI...

CiROS中国国际机器人展，作为国际上最具影响力的三大机器人展之一，此次在上海的展会也丝毫没有因为魔都的台风而受到影响。机器人的市场热度，也由此可见一斑。本届CiROS展延续了之前的传统，仍旧以工业机器人厂商为大头，一些小型应用性机器人则围绕大头散开。主会场一入门，便可见世界机器人巨头安川电机展示的一个极具中国传统特色的舞龙表演，着实吸引了不少参观者驻足围观。这些舞龙机器人其实都是由工业机器人组成，根据预先设定的程序运行，机器臂之间的协同合作，默契无间，一个舞龙小队，有模有样。除了展示有舞龙表演外，安川电机还利用自家的机器人做了另一些应用式场景：日料酒吧。个人感觉CiROS颜值最高、最聪明的机器人也是安川家的“新时代”解魔方机器人。它不仅能够快速的拼好魔方，还知道跟观众嘚瑟、摆pose。据了解，之所以玩魔方能玩的这么溜，是因为它通过额头上的摄像机将魔方颜色扫描后，就会自动从内存中调取相应的旋转方案，之后再通过控制器械臂来完成相应的操作。现在的机器人都真的很“6”啊，除了玩魔方，还会画画。93年成立于南京的埃斯顿自动化，现已成为国内高端智能机械装备及其核心控制和功能部件制造业领军企...

颁给“空气”的最高荣誉 当全球具身智能开发者都在卷“百万小时视频数据”和“万亿参数大模型”时，7月15日，在 RSS 2026 的现场，大会却将分量最重的“时间检验奖（Test of Time Award）”，颁给了一只用空气驱动、成本极低、甚至连传感器都没有的软体气动机器人手：《A Novel Type of Compliant Underactuated Robotic Hand for Dexterous Grasping》。 这是RSS大会的传统荣誉，专门颁发给发表至少10年以上、且对机器人社区产生巨大且深远影响的里程碑式论文。如主持人在发言中指出，该论文获奖的原因，是因为它对近几年具身智能与机器人抓握领域带来了颠覆性的启发，对于在座的行业新人而言，这也是一个绝佳的启示：今天所做的看似不起眼的务实研究，完全有可能在10年后绽放为照亮整个行业的灯塔。 具体来说，这篇论文在今天被“重封神”的核心逻辑在于： 形态即计算： 它证明了机器人不需要精密的视觉重建和复杂的力控算法，通过硬件本身的物理顺应性，在接触物体是就能自动“解开”抓握姿态的数学难题。 ...

（腾讯“奇妙数字人”体验区） 腾讯广告奇妙数字人从广告营销、直播带货的细分场景切入，为中小商家提供多样化、高拟真的数字人体验。目前已储备多达3000+个公共数字人形象，且仍在增加不同年龄、风格、穿搭及场景等形象，基于电商、教育、金融、大健康等多个行业的精细化营销需求设计，并支持商家根据自身需求定制专属数字人分身。 商家通过腾讯广告旗下商业内容AIGC制作与应用分发平台“妙思”、AI电商直播解决方案“妙播”，即可分别将数字人应用在短视频营销、直播场景。在短视频制作中，商家只需输入产品信息与卖点就能自动生成文案，分钟级生成数字人口播短视频；目前已实现商家日产营销素材人效比提升300%，成本降低50%。在直播场景下，奇妙数字人支持7x24小时稳定直播，70%以上的数字人直播间观看时长和互动表现优于同行直播间，商家直播成本最高降低90%以上。 ...

ACL 投稿破 8000，大模型把计算语言学推向‘智能体’时代，三位顶级学者拆解 NLP 未来趋势。 作者丨岑峰 编辑丨陈彩娴 2025 年的 ACL（计算语言学协会）年会，无疑是大语言模型（ LLM ）持续主导 NLP 领域的又一里程碑。这不仅仅体现在学术研究的深度，更体现在会议本身的各项数据上 — — 史无前例的 8000 多篇投稿，其中中国作者的比例高达 51%。这一现象清晰地传递出大模型已成为 NLP 领域核心的信号，也标志着整个行业的格局正在发生深刻变化。 通过与多位参会者的沟通，我们得出这样的结论：大模型并未 “冲淡” 计算语言学的核心，反而在其技术框架下，为传统议题赋予了新的定义和呈现形式。同时，其多模态特性打破了传统的研究壁垒，吸引了来自计算机视觉、网络安全等不同领域的学者，使得 ACL 大会的氛围愈发跨学科。 为了深入剖析这一变革，雷峰网、AI 科技评论 GAIR Live 品牌特别邀请了三位杰出学者 — — 美国埃默里大学副教授刘菲、美国约翰霍普金斯大学助理教授肖超玮，以及中国科学院自动化研究所研究员张家俊，三位嘉宾从他们在 ACL...

雷锋网 AI 科技评论按：IJCAI（国际人工智能联合会议，International Joint Conferences on Artificial Intelligence）是人工智能领域历史最为悠久，也是影响力最大的学术会议之一，随着近年来人工智能的热度日益攀升，原本仅在奇数年召开的 IJCAI 自 2015 年开始变成每年召开。今年，万众瞩目的 IJCAI 也将如约而至，将于 8 月 10...