TechCrunch Disrupt 2026 次日聚焦 AI,人形機器人登臺演示
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。
依意思最接近的 30 筆
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。
星塵智慧 10 月 25 日在深圳結束 AOS 機器人駭客松總決賽,17 支隊伍用 36 小時做出 16 個 App 並跑通真機,上真機率 94%。三站共 47 支隊伍參與,創作者藉助 AOS 封裝的 Meta 技能包與 GPT-6、DeepSeek 等模型,不寫底層控制程式碼就能開發機器人應用。冠軍「遠端分身」打通手機與 T1 機器人的雙向即時控制,可遠端鏟貓砂、澆花、取快遞。星塵同時推進 Lumo-2 具身基座模型與起售價 8.99 萬元的 T1 本體。
支付寶 AI 支付聯合觀猹發起 PAYATHON 2026 年度駭客松,總獎池 20 萬元,報名截至 12 月 1 日,線下決賽 12 月 26 日舉行。大賽面向個人開發者與團隊,主賽道為應用與技能(Vibe Pay、Skill Pay),另設 Token Pay、Machine Pay、Agent Pay,探索按量付費、連續訂閱及智慧體之間的交易,真實使用者付費與商業化表現被列為核心評選指標。
AI 安全公司 Norforge 發現,一名駭客用大量基本自主執行的 AI agent 攻破了 100 多個網站,路透社報導受害者包括 John Deere、SharkNinja 和 Cummins。Norforge 未公開點名目標,其研究人員是通過暴露在外的相關作業內容發現這批攻擊的。事件發生在業界對 AI 助推大規模網路入侵、以及失控 agent 從測試環境逃逸後自行發動攻擊的擔憂升溫之際。
哈佛、輝達、伯克利、MIT 與斯坦福團隊提出 RAX:讓通用 Coding Agent 直接接入機器人的感知與控制介面,靠自主探索把成功決策寫成可執行程式,模型引數全程凍結。
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。
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。
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。
輝達在 2026 年 6 月推出 Nvidia Halos for Robotics,把面向自動駕駛的 Halos 安全架構擴充套件到機器人領域。Halos 於 2025 年發布,用硬體和軟體工具幫開發者為自動駕駛汽車等自主系統設定安全護欄,機器人版則覆蓋倉庫自主移動機器人、工廠內人形機器人乃至手術機器人。輝達機器人生態與邊緣計算負責人 Amit Goel 表示,隨著 AI 模型與機器人硬體能力提升,安全被視為下一個瓶頸。
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。
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;
10 月 30 日,破殼機器人發布具身 API 產品 RoboAPI:在適配的機械臂上接入後,開發者無需採集資料、訓練模型,用一句 prompt 就能讓機械臂在陌生環境完成未專門訓練過的任務,目前免費開放接入,僅限非商業化使用。
Aether AI 與 UC San Diego 提出 RobotAgentBench,用於評測機器人在開放世界家庭場景中的自主能力。基準包含 50 種家庭佈局、90 項原子任務與 4 類開放場景,比較 8 個 VLA、3 個 WAM 與 Codex、Claude Code、Antigravity CLI 等編碼智慧體的組合。獨立 VLA/WAM 的任務發現得分均低於 2,開放場景綜合得分最高僅 2.0;
HackerRank 聯合創始人兼 CEO Vivek 公開為「讓人刷 LeetCode」道歉,並宣布推出 AI 面試官 Chakra。HackerRank 將把面試題從演算法題換成真實程式碼倉庫中的任務,評估標準從程式碼是否正確轉向 AI 使用能力與判斷力,候選人環境也從 IDE 改為 agentic 開發環境。候選人可像在真實工作中那樣使用 AI 工具解題,Chakra 隨後追問為何選擇該方案、會改什麼、如何驗證 AI 生成的程式碼。
前輝達產品營銷負責人、現 Techable Ventures 創始人 Amulya Vishwanath 表示,物理 AI 目前仍處於「樂高時代」,機器人領域的 ChatGPT 時刻尚未到來。她認為,當前行業仍在搭建機械手、執行器等基礎構件,通用與專用機器人並行推進,只有這些模組成熟組合後才可能迎來突破。她同時強調人才是關鍵壁壘,大量人才正流向 Anthropic、輝達等大公司。
Hinton、Bengio 等 22 位作者聯合發表首篇 RSI(遞迴自我改進)論文《What if automating AI R&D triggers an intelligence explosion?》。論文引用 Anthropic 內部資料:AI 生成獲批程式碼佔比從 2025 年 1 月的低個位數升至 2026 年 5 月的超 80%,Claude 在高層監督下自主完成的 AI 研發工作比例從 2026 年 3 月的約 1% 升到 8 月的 26%。
南洋理工大學研究者與合作者發布 CodeActionBench,用 25 個雙臂模擬任務評測通用多模態 Agent 的機器人操作能力。GPT-6 Astra 在 Codex CLI 下嘗試成功率 73.3% 居首,75 次嘗試完成 55 次、22 個任務至少成功一次;Claude Opus 5 在 Reference harness 與 Claude Code 下分別為 49.3% 和 45.3%,Gemini 3.6 Flash 為 20.0%。
機器之心將於 11 月 5 日下午在上海張江 AI 小鎮舉辦「Data In Motion|具身智慧的下一場資料戰」技術沙龍,聚焦資料規模如何轉化為機器人能力。活動設三大環節:螞蟻靈波首席資料科學家黃用韜與清華劉淼就預訓練資料路線交鋒;馬道林、李永露、李明磊等技術 Open Mic 討論多模態資料採集與持續學習;以及新智具身、模感科技等參與的產業圓桌,談資料品質衡量、成本與交付。活動為報名稽核制,地點為浦東新區海科路 1650 號。
TechCrunch Disrupt 2026 將於 10 月 13 至 15 日在舊金山 Moscone West 舉行,預計有 1 萬多名創始人、投資人、運營者與科技領袖參加。官方公布了全部互動圓桌議程,分佈在兩個專門的圓桌空間,主題包括物理 AI 的資料挑戰、AI 暴露企業軟體與 SaaS 的碎片化、AI 輔助的 IPO 財務準備、後訓練專用資料、量子計算投資、醫療生成式 AI 以及 agentic 商務等。目前註冊通行證可省最多 100 美元,第二張半價。
TechCrunch Disrupt 2026 將於 10 月 13 至 15 日在舊金山 Moscone West 舉行,官方公布 Disrupt Stage 全部議程:Cerebras CEO Andrew Feldman 將討論 AI 能否繼續擴充套件,Amazon 的 Panos Panay 談智慧手機之後並帶新硬體登場,Benchmark 五位合夥人罕見同臺,Replit CEO Amjad Masad 談 AI 讓軟體開發平民化。
Aether AI 發布因果驅動的機器人智慧系統 CRIS-0,演示中面對人類突然移走咖啡袋、燈光干擾、往盤裡放飲料罐、關門時伸手等干擾均能即時調整,反應速度達 0.1s 級。它把機器人智慧分成兩層:因果驅動機器人 Agent 負責任務拆解、階段驗證與失敗恢復,因果世界模型預測動作帶來的物理變化。相比端到端模型,它在抗干擾、模糊指令和長程任務上更穩;團隊稱該路線還可延伸到生物製藥、新材料研發,更底層的 Causation Transformer 仍在驗證。
Safeworld 結束隱身,宣布超 1200 萬美元種子輪,由 Shine Capital 與 a16z Speedrun 領投,Box Group、CMU Endowment、Innovation Endeavors、SV Angel 參投。
HackerRank 的 AI 面試 agent Chakra 結束約六個月 beta,週一起正式向企業客戶開放,測試期間已完成逾 50 萬場面試,Snowflake、Snorkel、Capgemini 等公司參與試用。候選人要在帶 AI 助手的畫布上處理真實程式碼倉庫任務,Chakra 會依據其操作追問思路,評估批判性思維、判斷力與「AI fluency」,即如何向 AI 描述問題、判斷其輸出並引匯出解法。
TechCrunch Disrupt 2026 將於 10 月 13 日至 15 日在舊金山 Moscone West 舉行,預計超過 10,000 名創始人、投資者和科技領袖到場。大會安排 250 多位演講者、200 多場會議,Anthropic 的 Cat de Jong、NVIDIA 的 Les Karpas、Cerebras Systems 的 Andrew Feldman 等將討論 AI、機器人、基礎設施等話題,另有 300 多家創業公司參展。
機器之心正式啟動「AI 中國」2026 年度榜單評選,申報通道現已開放。評選設六類獎項:最強 AI 技術實力機構 TOP 10、人工智慧領軍企業 TOP 20、最佳 AI 模型 TOP 20、最佳大模型產品及應用 TOP 20、具身智慧領軍企業 TOP 10、ScienceAI 領軍機構 TOP 10,覆蓋基礎模型、具身智慧與 AI for Science 等方向,符合條件的企業與創新團隊可報名參與。
OpenAI 於 9 月 21 日發布官方戰略宣告,把自動化 AI 研究員與遞迴自我改進(RSI)列為下一階段重要目標,並計劃在 2028 年 3 月前打造真正的自動化 AI 研究員;Anthropic 同期披露,截至 8 月 Claude 已在約 26% 的內部 AI 研發工作中承擔主導角色。
Pluto Security 結束隱身狀態,宣布獲得 4200 萬美元融資,含 Jump Capital 領投的 3400 萬美元 A 輪與 TLV Partners 領投的 850 萬美元種子輪。其平台監控員工使用的 AI 工具、agent、MCP 伺服器與擴充套件元件,並可在 agent 執行中攔截越權操作或注入指令要求確認。CEO 稱新 AI 工具發布兩小時內就會出現在企業環境裡,客戶中約 60% 的風險來自非開發者 vibe coding 出的應用,財務部門最多;
2026 全球開發者先鋒大會暨國際具身智慧技能大賽 10 月 25 日在上海張江落幕,800 餘支隊伍、上千臺機器人圍繞工業、服務、特種三大領域的 9 大賽道、23 個賽項展開真機實景競技。大會集中發布“4+X”成果,包括具身智慧評測體系與工具、國際具身智慧技能大賽十大實景賽道、張江南具身智慧供應鏈平台(宣稱一天匹配、三天打樣、一週試產)以及張江機器人谷標誌建築。現場還落地 2000 平方米永久性實景實訓空間,線下參會者近 6 萬人次。
蘇格蘭愛丁堡的 Danu Robotics 完成 500 萬美元 late-seed 融資,其 AI 回收分揀機器人 H.E.R.O. 開始推向市場。該機器人用夾爪而非吸盤抓取物品,並靠 AI 持續改進軟體;公司已有 50 萬美元簽約合同、兩家大客戶意向書,銷售管道中超過 200 家客戶。創始人 Amy Ma 估算,單條分揀線每年可增收 48.5 萬美元,而初始投入 16 萬美元、年維護 2.4 萬美元。下一步是讓機器人更小更便攜,用於商場、醫院、機場等就地回收。
TechCrunch Disrupt 2026 將於 10 月 13 至 15 日在舊金山 Moscone West 舉行,官方公布了全部 breakout 分論壇議程。每場分論壇 50 分鐘,專家分享後設觀眾問答,座位有限、先到先得。AI 相關議題包括 Anthropic 技術成員演示並行執行多個 Claude 智慧體、委派真實工程任務並在出錯後恢復,以及物理 AI 的定義、AI 從訓練轉向推理後的價值歸屬、可信 AI 的評估方式。