*来源：CVer * 文章链接：https://mp\.weixin\.qq\.com/s/NzlWykUNAV\_aN0tqm2tO5Q CoRL 2026 · 论文已接收 CoRL 2026 · 论文已接收 论文： SafeDriveVLA: Navigation-Conditioned World Model Dreaming for Conflict-Aware End-to-End Autonomous Driving 项目主页： https://safedrive\-vla\.github\.io/SafeDriveVLA/ 论文：https://arxiv\.org/abs/2610\.20609** ** 代码仓库： https://github\.com/ASGuard\-UCI/safedrive\-vla 模型权重： https://huggingface\.co/Danielxsy/safedrive\-vla RoboWorld 2026...

来源：ECCV 官方公众号 原文链接：https://mp.weixin.qq.com/s/7GzQKDju2AJ-RQFQOvGeSQ 本届 ECCV 将邀请Yann LeCun、Jamie Shotton 和 Kristen Grauman三位嘉宾带来Keynote 主题演讲，同时还将举办两场聚焦“AI 与科研”的专题圆桌讨论，共同探讨人工智能时代科研领域的重要议题。 Yann LeCun...

来源：超智前夜 原文链接：https://mp.weixin.qq.com/s/yPAew9WiNY8SBHp1gxTY2A 无人机在失去GNSS信号后，依靠视觉惯性里程计仍能继续飞行，但位置误差会随航程不断累积。论文...

2026年盛夏，黄浦江畔，2026世界人工智能大会（WAIC）如期启幕。智象未来（HiDream.ai）多点发力，重磅落地多项产业核心成果，现场发布全球首款无限时长内容创作多模态智能体vivago R1，联合中科类脑等机构组建“一带一路”Token出海联盟，牵手飞捷科思等发起“物理智能创新联合体”共同倡议。智象以技术创新与生态协同双轮驱动，助力AI从工具向智能伙伴进化，赋能行业智能化升级。...

来源：机器人视觉 原文链接：https://mp.weixin.qq.com/s/5KYh3gTmOXnAUhMJItNWyA 文|李明明8月19日至23日，2026世界机器人大会（WRC 2026）在北京亦庄北人亦创国际会展中心举行。...

雷锋网按：本文为PerceptIn联合创始人兼CEO张哲参加今年5月29日至6月3在新加坡举行的ICRA大会的感想，主要分享作者关于各个种类的SLAM及相关研究应用的看法和思考。 张哲，纽约州立大学机器人方向博士，清华大学自动化系本科。研发方向：地图重建、位置跟踪、机器人自主避障导航、设备端和云端的算法优化。2009-2014年在微软，2014-2016年初在Magic Leap工作。  ...

来源：FoodComputing 原文链接：https://mp.weixin.qq.com/s/Vm8Baoxcy1iUJeEPK56CWg中国计算机大会（CNCC）2026将于10月21-24日在成都举办。今年将继续推出Tutorial，本篇介绍的Tutorial是——AI4Science：机理、方法与应用。 ?Tutorial名称：AI4Science：机理、方法与应用...

作者 | 李梅 编辑 | 陈彩娴 加州大学伯克利分校电子工程与计算机系教授、ACM/IEEE Fellow 马毅今日在社交平台宣布： 从 2023 年 1 月 1 日起，他将从伯克利停薪留职，加入香港大学，出任数据科学研究院院长。 他表示，该研究院资金充足，计划在数据科学和智能领域招聘 30 名新教师。 在微博上，马毅也表达了他对新教职的想法： 据了解，香港大学数据科学研究院（IDS）于...

*来源：具身智能漫谈 * 文章链接：https://mp\.weixin\.qq\.com/s/Jc3Uiq94AwIQ3Om0tED2dA 【具身智能漫谈】 聚焦具身智能与机器人前沿研究，每日精选 arXiv 最新论文深入解读，涵盖视觉-语言-动作（VLA）模型、世界模型、机器人学习等热门方向，助力科研工作者把握领域脉搏。 1 — 行业痛点：动作库越大，算力账单越离谱 人形机器人要在人的环境里干活，第一关就是「全身控制」——走路、跳舞、蹲下、被推一把还能站住，这些都得会。目前最有效的路子是物理仿真里的动作模仿：让强化学习策略去追一段段参考动作。 问题是，动作库越大，策略越强，算力也越贵。现有系统大致分两派。 论文把根因说得很直白：参考动作各不相同，但它们共享同一具人形机器人的刚体动力学。而无模型强化学习（model-free RL）不会显式建模这个「共享结构」，只能一遍遍从带噪的仿真 rollout 里估计「这个动作会导致什么后果」。于是，想覆盖更多动作，就只能加算力。 在这个视角下，动作库的规模不是被算法卡住的，是被电费卡住的。 ...

AlphaGo赢得围棋大战后，很多人开始思考AI革命的问题，说白了就是AI阶段上升的问题，它标志着我们从弱AI阶段进入了强AI或者说人类水平的AI阶段，但既然跟“人类”开始挂钩，那我们就应该探讨从人那里，机器人可以切身学到什么？在今天韩国大田举办的IROS 2016 人脑项目中的虚拟神经机器人分论坛里，德国马克斯·普朗克学会的Heinrich H. Bulthoff (Heinrich H. Bülthoff）教授从5个方面为我们阐述了他的观点。在讲这5个方面前，我想说，从弱AI阶段进入了强AI或者说人类水平的AI阶段，首先第一个关键是要增长计算力。第二个关键是看大脑如何运作的。所以引申出下面的5方面。1) 我们能从大脑识别里学到啥？...