依意思最接近的 14 筆
10 月 18 日，首屆全球具身智慧應用創新挑戰賽暨 2026 中國機器人大賽在杭州閉幕，2000 多支隊伍、近 5000 名選手參賽。大賽共決出 59 項冠軍、57 項亞軍、52 項季軍及 12 支企業專項賽獲獎隊伍，賽項覆蓋柔性分揀、空地協同、居家服務、醫療輔助、未知地形探索與靈巧操作等場景。冠軍隊伍獲國傢俱身智慧應用中試基地發放的“實習金卡”，可免試進入其生態合作企業實習；同期 50 家企業到場提供 500 多個實習崗位。
首屆全球具身智慧應用創新挑戰賽暨 2026 中國機器人大賽 10 月 18 日在杭州閉幕，2000 多支隊伍、近 5000 名選手參賽，共決出 59 項冠軍、57 項亞軍、52 項季軍及 12 支企業專項賽獲獎隊伍。冠軍隊伍獲國傢俱身智慧應用中試基地發放的實習金卡，可免試進入其生態合作企業實習，並享受參賽專案成果轉化、創業培育等全週期服務。宇樹科技、阿里達摩院、海康威視等 50 家企業到場，提供 500 多個實習崗位。
機器之心聯合張江人工智慧創新小鎮、黃大年茶思屋科技網站發起的「雲程獎」進入申報倒計時，距截止還有 7 天，面向全球 AI 及 AI 交叉領域本碩博華人在校生。獎項設年度新星 25 名，以及三個特別獎（合計不超過 5 人，且不可與年度新星兼得），評選覆蓋計算機、數學與生命科學、材料、物理、神經科學、經濟學等方向。參評者畢業時間須在 2027 年 1 月及以後，可通過二維碼或文末「閱讀原文」報名、提名。
TechCrunch Disrupt 2026 第二天在舊金山 Moscone West 舉行，議程集中在 AI：Nvidia、Waabi、Flock Safety、Ricursive Intelligence 以及 Benchmark 合夥人登臺，話題覆蓋機器人、AI 硬體、公共安全與風險投資。
加州州立體育委員會向舉辦人機格鬥賽的初創公司 Rek 發出停止令。比賽於 9 月 18 日舉行，人類選手 Frankie LaPenna 對戰 Rek 的人形機器人，該機器人由人通過遠端 VR 系統操控。Rek 自稱「人形機器人格鬥聯盟」，其機器人疑似為 EngineAI 產品換裝終結者式頭部。完整報導見 The Verge。
2026 全球開發者先鋒大會暨國際具身智慧技能大賽將於 10 月 23 日至 25 日在上海浦東舉辦，設定 9 大重點賽道、23 個賽項，千餘支隊伍參賽、千臺機器人同臺，超萬臺機器人已入駐張江人工智慧創新小鎮。庫帕思將首發建築、法律、金融、具身智慧、科學智慧五大方向行業標準，並首次公開評測結果與榜單；中國移動發布時空智慧三大模型及場景標杆。大會另設開源專場，100 餘家國內外頭部開源社群參與，200 餘家產業鏈企業現場展示具身智慧 BOM 清單。
上海國際具身智慧技能大賽檢閱賽將於 10 月 23 日至 25 日舉行，設生產製造、倉儲物流等 9 大賽道 23 個賽項，計劃吸引千餘支隊伍，賽題取自工信部徵集的千餘條具身智慧應用場景資料。比賽以真實場景、真實崗位任務和真實作業資料評分，按任務執行、資料採集與迴流、自主智慧、創新能力四維百分制考核，並對人形、四足、輪式等不同本體設差異化折算係數。23 個賽項均設獎，一等獎 1 萬元，獲獎隊伍另有千萬級意向投資和融資輔導。
Artificial Analysis 於 10 月 14 日發布 AA-Robotics v0.1，首次讓 GPT、Claude、Gemini 等前沿模型藉助程式設計 Agent 操控真實機械臂，零樣本完成倒水、寫字、搭積木等八項任務。GPT-6 Astra 以 69.4 分居首，GPT-6.1 Sol 64.6 分，Gemini 4 Argon 55.3 分，Claude Opus 5.5 與 Fable 5.1 分別為 48.8 和 46.3 分。
Nikon 認定清華大學徐寧的 Small World in Motion 參賽影片使用 AI、不符合比賽規則，取消其冠軍資格，新科第一為越南的 Nguyen Nam Nhat，作品拍攝微小線蟲與單細胞生物。據 BBC 報導，有研究者指出該影片存在結構異常、細胞特徵憑空出現和消失，原始檔中還發現疑似 AI 水印；徐寧稱 AI 僅用於區分與視覺化重建灰度影像中的特徵，否認用它生成實驗影像、纖毛及其運動。
舊金山初創公司 Industrial Next 在 TechCrunch Disrupt 2026 上宣布與 BMW 集團技術辦公室合作，評估其 AI 靈巧操作技術用於製造。該公司由兩位前特斯拉工程師於 2021 年創立，做的是基於自研基礎模型的機器人工作站，把視覺、任務上下文與運動控制打通，用高保真模擬訓練，產線換型從數週縮短到數分鐘，無需傳統程式設計。其工作站已在某款熱門手機的生產中使用，負責柔性排線穿線、聯結器扣合等此前難以自動化的工序；
在輝達領導機器人平台產品營銷七年的 Amulya Vishwanath，如今轉而投資 Physical AI，並認為機器人行業仍處於“樂高時代”、尚未迎來爆發。這一判斷與“通用基礎模型將推動機器人突破”的流行看法相反：執行器、機械手、軟體與安全標準等基礎構件仍在重建，而 Physical AI 的內涵也不止於機器人。
在輝達負責機器人平台產品營銷七年的 Amulya Vishwanath 轉做風投後認為，機器人目前仍處於「樂高時代」：執行器、機械手、軟體和安全標準等基礎構件還在重建。她由此判斷機器人尚未迎來自己的 ChatGPT 時刻，這與「通用基礎模型即將引爆機器人」的看法相反。
研究團隊提出具身 RSI 系統 Recursia，通過內外雙層迴圈讓機器人從執行經驗中改進共享執行棧，在 LIBERO-Pro Long 零樣本長時操作的位置/任務擾動下成功率達 28.4%/53.4%，比輝達 ASPIRE 高 5.8/15.1 個百分點。共享棧分為工具、技能、交接、驗證四層，候選修改需經通用性檢查、機制測試及父子版本配對比較。
Manifold AI 流形空間的 WorldScape R²SI 框架在機器人學習基準 RoboDojo 的 Agent Track 登頂，超過 GPT-6-Astra 與輝達 GR00T-N1.7。該框架由內外雙層 Agent 組成，內層執行任務，外層跨輪次復盤、修訂 Skill 並訓練 reactive model（WSP）。在 push_T 任務中，動作步數從首輪 723 步（超出 600 步預算）降至 596 步，再降至 389 步，降幅約 35%。