7月19日,杭州联汇科技股份有限公司(简称:Om AI联汇)在上海世博中心举办《端侧流式多模态模型赋能 AI 硬件爆发》分论坛,议题重点聚焦端侧模型技术研讨与产业落地,是本届WAIC 唯一深度聚焦端侧多模态与智能硬件落地的专业论坛。活动现场正式发布《端侧多模态基座与AI硬件协同发展倡议》,同时上线Om AI联汇VLX开发者社区,标志着端侧原生技术路线正式从单点技术探索,迈入产业链深度协同的全新阶段。 多方视角汇聚共识:端侧原生破解物理AI落地难题 当前行业主流端侧 AI 方案,普遍采用 “云端预训练 + 终端裁剪压缩” 技术模式,该方案已成熟应用于各类数字化场景。但但随着AI技术加速向真实物理世界渗透,物理场景对AI系统提出了低延迟实时响应、离线独立运行、本地数据隐私安全等刚性要求,传统云端迁移式方案的短板持续凸显,行业亟需底层技术架构创新,支撑物理AI的规模化落地。 本次论坛汇聚高校科研院所、芯片架构研发、算力供给、数据安全、终端制造等全链条领域专家学者与产业代表,通过深度研讨,观点逐步收敛:端侧原生架构更适配物理AI场景的商业化落地。Om...

投机者能抓住短期机会，但实力者才能抓住长期机会。作者丨陈彩娴DeepSeek 风暴后，中国的大模型创业圈会发生什么样的变化？近日来，笔者也与多位业内人士进行了探讨，发现国产大模型圈目前出现了两个极端：一个是极端的热血沸腾，另一个则是极端的霜打茄子。前者以积极拥抱 DeepSeek 生态的算力厂商与模型服务厂商、以及原先没有能力参与大模型“军备竞赛”的开源受益者为代表，后者则以其他中国大模型创业公司（俗称“大模型六小虎”）与过去两年投资了这些公司的 VC 们为主，形成了一个“冰火两重天”的局面。据了解，部分在过去两年投了估值在第一梯队的大模型公司的 VC 团队已经开始准备/正在接受内部的“鞭尸”，主要被质问的角度无非是几点：“为什么 DeepSeek 用这么低的成本就能训练出这么强大的模型，而我们投的大模型公司融资了几十亿美金却做不出来？”“DeepSeek 这次能出圈本质还是技术足够创新、足够牛。XXX 家连基本的大模型技术团队都没有，为什么要投？”“XXX 也有非常强大的人才团队，而且也有训练基座大模型的经验与追求，为什么没有成为...

来源：深度强化学习CASIA 文章链接：https://mp\.weixin\.qq\.com/s/EV6qf3uNGc\_85ZqkHV3NMg 中科院自动化所深度强化学习团队联合清华大学、北京中关村学院等机构，提出了面向视觉语言动作模型（VLA）后训练的强化学习框架WoVR。针对“世界模型中的成功，未必能在真实机器人上复现”这一核心问题，WoVR通过控制世界模型的幻觉与预测误差，让机器人策略能够在更可靠的想象环境中训练，并将学习收益迁移到真实机器人操作中。 2.1模型层—让生成结果响应动作并保持场景稳定 2.2 交互层—从关键状态开始练习 2.3 对齐层—随策略更新模型 3.1 世界模型质量与生成效率 3.2 one-shot 与 full-shot 初始化后进行强化学习后训练 3.3 消融实验：KIR 与 PACE 的作用 3.4 真实机器人迁移           3.5 不同 VLA...

雷锋网 AI 科技评论按：ICML 2017马上就要在悉尼举行了。ICML （International Conference on Machine Learning）与每年年底举行的NIPS（Conference on Neural Information Processing Systems）是机器学习与人工智能研究领域影响力极高的两个主要会议，另外上半年举行的...

来源：能源转型与可持续治理重点实验室 文章链接：https://mp\.weixin\.qq\.com/s/oN10QfVxUCLn1QhyhPqG2g 近日,实验室在机器人学习与具身智能研究领域取得重要科研进展,相关研究论文获该领域国际顶级学术会议 CoRL 2026 录用。该成果聚焦复杂环境下无人机目标跟随与安全轨迹规划,通过融合目标未来运动预测与轨迹安全修正,为无人机在动态任务中兼顾跟随精度与避障安全提供了新的技术支撑。 无人机智能自主技术是能源领域数字化、智能化转型的重要支撑手段,在油气管线、输电线路与风电、光伏场站巡检、能源基础设施安全监测、灾害与风险应急响应等场景中应用日益广泛。本研究提出的安全跟随与轨迹规划方法,有望为复杂能源基础设施环境下的无人机自主作业提供更可靠的技术保障。 【CoRL 会议】 CoRL(Conference on Robot Learning,机器人学习会议)是机器人学习与具身智能领域的国际顶级会议之一,专注于机器人学习、具身智能等前沿方向。会议评审严格、录用竞争激烈,吸引了斯坦福大学、麻省理工学院、卡内基梅隆大学、谷歌 DeepMind...

AI究竟是药物研发的颠覆者，还是仅仅是个高级的“加速器”? 作者丨岑峰 过去几年，无论是AlphaFold家族的惊艳迭代，还是各类生成式AI在分子设计上的“狂飙”，都给外界营造出一种错觉：AI似乎即将彻底颠覆制药行业，甚至有人开始倒数“全AI设计新药"上市的日期。 然而，真实情况却是：那些在硅基世界里被打分极高、看似完美的分子，却在进入真实的碳基人体后屡屡折戟。在真实的临床二、三期试验中，AI制药的失败率依然居高不下。 在AI算力呈指数级暴涨的今天，为何药物研发却陷入了“反摩尔定律”——技术越来越先进，投入的资金越来越庞大，但新药产出率却在持续下降？ 在这场算力与生命科学的碰撞中，AI究竟是颠覆者，还是仅仅是个高级的“加速器”? 近日，雷峰网及AI科技评论组织了一场主题为“后AlphaFold时代AI制药的破与立”线上圆桌，南佛罗里达大学教授许东、同济大学生命科学与技术学院教授刘琦、香港大学数据科学与药学系副教授张清鹏，三位横跨计算科学、生物信息学与复杂系统科学的顶尖学者，展开了一场两小时的深度对谈。 对于没有时间观看直播的读者，我们提炼了本次圆桌的四大核心洞察： ...

当一个机器人或自动驾驶策略出错时，开发者往往很难精准定位原因。因为“预测未来”和“评估好坏”这两个功能在庞大的联合网络中被紧紧绑在一起。一旦出了事故，你根本分不清它到底是“想错了”（对物理世界的预测不对），还是“判错了”（对结果好坏的评估有误）。 这种“想”与“判”的缠绕，正成为阻碍具身策略走向更高安全级和可检查性的最大绊脚石。 这种探索期的迷茫与争论，在2026年7月17日 RSS 2026Workshop现场，源策未来 Archon Robotics陈立给出了他的答案。 陈立发表了题为“Improving Embodied Policies with Compositional World Models”的演讲，直击这一行业盲区，提出了“组合性”（Compositionality）原则。 这一原则的核心思想很简单：把世界模型的“预测”组件和“价值评估”组件彻底拆开，让它们各自独立、专业运作。预测组件只负责像沙盘一样推演“做动作后会发生什么”，而评估组件则只负责判断“推演出来的后果是好是坏”。这种功能上的解耦，让AI的决策过程变得像拼图一样，既清晰又可追溯。 ...

来源：公众号“InTimeLab” 原文链接：https://mp.weixin.qq.com/s/AbtZYKAhP5KEaChBnLIV7A 近日，由InTimeLab、腾讯、南京理工大学合作完成的研究成果《Towards Real-World Document Parsing via Realistic Scene Synthesis and Document-Aware...

来源：公众号“INFINITY” 原文链接：https://mp.weixin.qq.com/s/z637jkIgnTctdXUdjkiJZg 用 3D 点云提升机器人跨视角、跨物体泛化，80 条示范即可完成新任务微调。 机器人基础模型为什么泛化差？很多时候不是模型不够大，而是它看世界的方式不对。 现在主流机器人基础模型大多依赖 2D 图像。图像能提供外观，但它本质上是三维世界压扁后的投影。相机角度一变，背景一换，物体型号稍有不同，像素分布就变了。实验室里跑得好，到了客户现场就开始掉成功率。 FP3 要处理的就是这个输入模态缺陷。 它提出了首个面向机器人操作的 3D 基础策略模型，也就是 3D Foundation Policy。简单说，FP3 不再只让机器人从 2D 图像里学动作，而是把策略建立在 3D 点云空间里，让模型直接理解物体、机械臂和环境之间的空间关系。 这也是当前VLA路线向3D空间延伸的代表性工作。FP3把视觉输入从二维图像推进到三维空间。 这篇工作由清华大学 IIIS 联合上海 AI Lab、上海期智研究院发布，通讯作者为高阳，获 ICRA...

3D 重建的下半场，比的不再只是精度。    作者丨陈淑瑜     编辑丨岑   峰                                                                                                        9月8日，第19届欧洲计算机视觉大会（ECCV...