作者｜吴思梦 编辑｜岑峰 2026年6月3日，计算机视觉与模式识别顶级会议（CVPR）在美国丹佛举行。在大会特邀演讲环节，前 DeepMind 蛋白质设计团队核心成员、2024年诺贝尔化学奖获奖项目 AlphaFold 核心研究员，Latent Labs 创始人兼 CEO Simon Kohl 发表了题为“Programmable Biology：Generative AI for Molecular Design”的精彩演讲。 围绕当今药物发现领域最核心的痛点：一种新药从研发到上市平均耗时超过10年、花费超20亿美元，但九成候选药物最终失败。 而Simon Kohl认为，这一切的根源在于“我们从错误的分子出发”。为此，他提出了一条从“结构预测”到“条件生成”再到“自主智能体”的技术跃迁路线。 演讲以AlphaFold 2为起点，回顾了蛋白质结构预测突破如何催生生成式药物设计；随后展示了Latent...

在2026世界机器人大会（WRC2026）现场，伽利略正式发布全新产品Galileo X，推出“陆行具身系统”全新品类。该产品并非现有产品迭代，而是企业从零立项、自主定义，完成全流程研发与工程化验证的原创成果。    ...

很多人都在问我中国的机器人产业的发展，我们不缺市场、不缺金钱，最大的挑战是什么？我说最大的挑战就是人才。 香港科技大学电子与计算机工程学系教授李泽湘在WRC 2016世界机器人大会上发出了这样的感慨。在23日的主论坛上，李泽湘教授为大家做了一场主题为“从几何学到初创公司再到孵化器”的演讲，阐述了如何利用产学研结合成功孵化机器人企业来推动机器人行业的发展。以下是李泽湘教授演讲内容的摘录。...

端云 Agent 这两周有点热闹。4 月 22 号，OpenAI 放出了 openai/privacy-filter，一个专门给 LLM 做隐私过滤的小模型；三周后的 5 月 12 日，一家叫记忆张量MemTensor的公司和荣耀AI团队关于隐私过滤的模型也在同期开源，并且一次性放出了两个大小的模型和对应的技术报告，并且从系统性能上看，占据了绝对的优势。听起来有些巧合，实则两家团队从不同方向到达了同一个判断：Agent 时代，隐私保护必须前置到模型层。OpenAI 在这件事上动作很早，privacy-filter的出现，意味着行业头部玩家已经把「LLM 隐私过滤」当作一个独立的基础设施在做。MemPrivacy 想回答的也是同一个问题——当 Agent 拥有长期记忆，隐私过滤应该被放在哪一层、用什么粒度去做。在此之前，记忆张量 MemTensor 已经推出 MemOS，把 Agent 记忆从向量库或 RAG 插件，提升为可管理、可调度、可演化的「记忆操作系统」，业务已经在游戏、端侧智能硬件、金融、工业等场景落地。而MemPrivacy 更像是 MemOS...

视觉智能：从单一感知能力，扩展为融合感知、认知与行动的一体化智能形态。作者丨郑佳美编辑丨岑 峰如果回看过去十年的计算机视觉发展，其主线其实非常清晰：从早期以 ImageNet classification 为代表的“识别范式”，到以检测、分割为核心的“结构理解”，再到扩散模型推动的“生成范式”，视觉研究始终围绕一个核心目标展开——让机器更准确地“看见世界”。然而，这一路径在近两年开始出现明显的边界：当模型已经可以在静态图像上达到接近甚至超过人类的感知水平时，“看得更准”本身，正在变成一个边际收益递减的问题。在这样的背景下，在 CVPR 2026 中的一些相关工作所呈现出的，不再只是性能曲线的继续上扬，而是一种更深层的范式转向：视觉不再被视为终点，而被重新定位为一种中介能力，它服务于更高层的目标，例如推理、决策与交互。这种变化直接体现在多个层面：一方面，越来越多工作开始质疑以语言为中心的推理路径，尝试让模型在视觉或潜在空间中直接完成结构推理；另一方面，研究者也在反思现有评测体系与数据构建方式，因为如果评价标准本身存在偏差，那么所谓的“进步”很可能只是对 benchmark...

原文作者：用户“胖头鱼在此” 原文链接：https://www.xiaohongshu.com 我们的论文被 ICRA 2026 录取了！论文编号是 Paper TuI1I.294。 这篇工作想回答一个很实际的问题：如果机器人要在狭窄、杂乱、看不清的空间里抓东西，它应该怎么“边看边动”，而不是盲目伸手？ 在很多真实场景里，机器人并不是一开始就拥有完整地图。比如目标物体可能被障碍物挡住，机械臂周围也可能有箱子、墙壁、柜子等限制。机器人既看不清目标，又不能随便乱动，因为一不小心就会撞到环境，或者摆出一个根本抓不到东西的姿态。 所以，狭窄空间操作的难点不只是“怎么抓”，而是：机器人要先安全地探索环境，找到目标，再生成真正可执行的抓取动作。 我们提出了 COMPASS，一个面向狭窄空间操作的主动感知与操作规划框架。它主要包含三步： 第一步，机器人先做 Near-Field Awareness Scan，用腕部相机小心地扫描自己附近的空间，先搞清楚“身边哪里不能碰”。 第二步，机器人使用 Manipulation-Utility Exploration...

姜涛是极少数能同时把计算机理论和生物学都做好的学者。 近四十年的工作学习生涯中，姜涛最初并非从事生物信息学工作，而是研究计算机理论和算法。 直到1995年，他获得首次学术休假，决定利用机会拜师Richard M. Karp。人类史上规模最宏大的跨国跨学科工程人类基因组计划进行之际，就连Karp这样享誉国际的计算理论界泰斗都投身其中。...

来源：空间感知与计算实验室 原文链接：https://mp.weixin.qq.com/s/6RDPzOacMHQt1f2E2XtcMg European Conference on Computer Vision（ECCV）是计算机视觉领域的重要国际会议，计算机视觉三大会之一。ECCV...

在科学、临床与产业的共振中，寻找脑机接口的确定性。 作者丨岑峰 2024年初，马斯克旗下Neuralink宣布其首位人类受试者成功实现“意念控鼠”，随后更传出将于2026年开启大规模量产的消息。这一系列进展不仅引爆了资本市场，也让一个长久以来被视为科幻命题的领域 — — 脑机接口（BCI），正式站到了从实验室走向产业化的“上车”前夜。 如果说过去几十年是脑机接口的“科学探索期”，那么当下，我们正处于技术突破（科学奇点）、标准建立（临床拐点）与商业闭环（产业爆点）三重动力交互共振的关键时刻。 为了透视这场“脑内革命”的真实进展与潜在瓶颈，雷峰网 AI 科技评论 GAIR Live 第 22 期特别邀请了三位处于该领域最前沿的专家：岩思类脑首席科学家李孟、中科院深圳先进院副研究员李永程、以及伦敦大学学院（UCL）副教授赵湖斌。 在本次圆桌讨论中，专家们达成了一个核心共识：2026年极有可能成为“脑机接口产业化应用元年”。 这一判断并非盲目乐观，而是基于技术范式的转移 — — 人工智能（尤其是大模型）的介入，正在将 BCI...

原文链接：icra-research-robotics-simulation-to-real-world 原文作者：Katie Washabaugh 在国际机器人和自动化会议上，八篇新的英伟达研究论文展示了经过模拟训练的机器人是如何进入现实世界的。 机器人技术正在进入一个新阶段：从受控演示和脚本自动化转向现实世界中可推广、可靠的体现自主。 在国际机器人和自动化会议（ICRA）上，NVIDIA Research的28篇被接受的论文中有8篇展示了模拟到现实的传输如何成为这种转变的基础，帮助机器人在动态、不可预测的环境中感知、推理、计划和行动。 这些论文共同涵盖了机器人开发人员面临的挑战：并行协调多个手臂，构建跨机器人身体通用的政策，在杂乱中抓住新事物，执行精确的组装，以及开发在移动前推理的视觉-语言-动作模型。 通道很清楚：sim-to-real正在成為機器人的基礎，這些機器人可以在實驗室外以更高的可靠性進行適應、概括和操作。 Coordinating Arms, Navigating Bodies, Grasping Objects ...