TechCrunch AIAI 評分51
Laplace 用 AI 智慧體為機器人和自動駕駛做紅隊測試
密西根大學團隊創立的 Laplace Intelligence 正在為機器人、自動駕駛等物理 AI 做自動化紅隊測試：用 AI 智慧體在高保真模擬中自動設計罕見極端場景，在部署前找出失效點。模擬環境基於輝達 Cosmos 世界模型的後訓練版本搭建，可按語言指令即時改造街景，並讓其他交通參與者對環境做出互動反應。
搜尋
依意思最接近的 30 筆
機器之心AI 評分45
優必選發布 Thinker-Sim 具身智慧模擬平台
優必選發布具身智慧模擬平台 Thinker-Sim，以 Real2Sim2Real 閉環覆蓋真實場景重建、模擬資料合成與機器人能力評測三個環節。官方稱自研渲染引擎效率提升 67.3%，單節點（8 GPU）日均合成 390 小時模擬資料，SIL/HIL 通訊效率提升超過 400%。平台還提供視覺化工作流，稱可零程式碼完成模擬編排、適配 90% 以上目標場景，並可用自研 Ulab-Agent 以自然語言排程任務。
TechCrunch AIAI 評分46
Laplace 用 AI 自動紅隊測試機器人與自動駕駛
總部位於安娜堡的 Laplace Intelligence 為機器人和物理 AI 做自動化紅隊測試，用 AI 代理自動設計極端場景，在部署前找出並修復問題。其模擬基於 Nvidia Cosmos 的後訓練版本，可按真實尺度重建從亞利桑那高速到巴黎人行橫道的場景，支援用語言提示即時改動設定，交通資料來自 TomTom，場景中其他參與者也會即時避讓。客戶包括五十鈴、自動駕駛卡車公司 Bot Auto 與 Nvidia，並與 T-Mobile 在聖何塞合作智慧城市試點。
Hacker News front pageAI 評分51
Simantic 推出韌體模擬層，讓 AI agent 無硬體測試韌體
YC F26 的 Simantic 發布韌體模擬層，讓 AI agent 與工程師不必拿到硬體就能測試和驗證韌體。它提供可單次 API 呼叫即執行的虛擬開發板、以模擬結果為證據的韌體 AI 程式碼審查，以及每次提交都針對模擬微控制器驗證韌體的 CI/CD 流水線。團隊來自 Neuralink 與 Tesla，早期 MVP 封裝 Renode，因受制於其開發速度、Dotnet 效能與功能臃腫而改為自研引擎。
X @OpenAIDevsAI 評分12
@OpenAIDevs: A game built by dot while riding on a self-driving car:
OpenAI 開發者帳號 @OpenAIDevs 發布一條內容，稱名為 dot 的專案在乘坐自動駕駛汽車途中做出了一款遊戲。原帖正文只有這一句說明，沒有給出遊戲名稱、玩法，也未提及開發所用的模型或工具，同樣沒有交代 dot 是團隊、產品還是模型。發布時間為 2026 年 10 月 7 日，後續細節尚未披露。
量子位● 精選AI 評分69
百度發布世界模型 ApolloWorld，一天虛擬路測抵三年
百度 Apollo 披露世界模型 ApolloWorld，已用於蘿蔔快跑無人車的全球化測試與驗證，官方稱其一天生成的虛擬路測里程約等於一輛帶安全員的真實測試車連跑三年。虛擬城市中的車輛、行人被建模為可互動 AI 智慧體，會隨無人車的變道、減速改變決策，可支撐數十分鐘完整 Robotaxi 行程的即時推演。百度同時提出面向物理 AI 的 2+3 評價框架：因果性、互動性，以及物理準確性、永續性、即時性。
機器之心AI 評分64
百度 Apollo 披露世界模型 Apollo World，日虛擬路測達十萬公里
11 月 3 日，百度 Apollo 首次對外披露具身世界模型 Apollo World，讓蘿蔔快跑的端到端駕駛系統在 AI 智慧體驅動的虛擬城市裡練車。官方稱其每日虛擬路測里程可達十萬公里，相當於一輛配安全員的真實路測車連續測試約三年。該模型把車輛、行人建模為具備感知與決策能力的智慧體，可調車流密度與激程序度、一鍵切換天氣與環境，並支援推演完整 Robotaxi 接單行程及多車並行測試。百度同時提出因果性、互動性兩項門檻與物理準確性、永續性、即時性三項增益的判斷標準。
NVIDIA blogAI 評分41
輝達展示用 GPT-6 Astra 與 Claude 驅動 Omniverse 建模擬應用
NVIDIA 介紹開發者如何用自然語言指揮前沿 AI agent（GPT-6 Astra、Claude 等）呼叫 Omniverse 的 GPU 物理、渲染與感測器模擬庫，把模擬想法做成可執行應用。範例包括在 Houdini 與 Isaac Sim 中重建 OP-1 合成器與機器手動畫、在 Onshape 建模汽車懸架並在 Isaac Sim 中驗證機器人拆解，以及用全景照片加點雲重建可編輯的倉庫建築模型。
機器之心● 精選AI 評分73
清華聯合清嶼科技推出自進化多物理場建模系統 EvoSim
清華大學張強教授團隊聯合清嶼科技、香港大學等提出 EvoSim，讓 AI 從「給定方程調參」轉向「從實驗偏差中追查物理機制、修訂方程並沉澱建模方法」。在電池快充析鋰起點預測任務中，其模型荷電狀態平均絕對誤差為 1.79%，優於人類專家模型；在 16 條動態電壓軌跡、約 11 萬個取樣點上，30 攝氏度 DST 工況均方根誤差為 7.62 mV。在 45 組任務執行中，建模或機制失敗減少 36.4%，累計執行時間減少 42.6%。
機器之心AI 評分59
啟元推出 PrimeSim 機器人世界模型，登頂 LIBERO 綜合榜
啟元發布面向機器人訓練的世界模型模擬器 PrimeSim，登頂 WorldSimProbe 的 LIBERO 綜合榜，並在五項測試中拿下三項第一。PrimeSim 為機器人建置可互動、可試錯、可持續學習的虛擬世界，用於開展策略驗證與強化學習，目標是縮小模擬與現實的差距、降低對昂貴真機試錯的依賴。評測結果顯示，在其中做強化學習可將策略成功率從 61.7% 提升至 73.2%。
Hacker News front pageAI 評分55
加州放行自動駕駛卡車測試，美國國會推進全國監管框架
自動駕駛卡車正走向商業部署：加州今年 4 月允許自動駕駛卡車上路測試，打通 Inland Empire 到 Fort Worth 的幹線走廊；眾議員 Vince Fong 提出的全國監管框架已併入國會審議中的 Build America 250 Act。美國交通部同時允許無人卡車在路肩停車時用車身警示燈替代三角警示牌。
量子位AI 評分43
生數科技在正式開源前直播 Motubrain 2.0 訓練全流程，持續半個月
10 月 21 日，生數科技的 Motubrain 團隊啟動了 Motubrain 2.0 訓練全流程公開直播，計劃持續半個月，在正式開源前展示這款具身模型從訓練、測試到能力迭代的過程。直播涵蓋預訓練、後訓練、Agent 任務執行與 RSI（遞迴自我改進）探索四個環節，重點觀察訓練規模對零樣本泛化的影響、經驗能否遷移到其他任務，以及模型能否依據執行反饋改進自身行動。團隊稱將公開訓練中的失敗、試錯與調整，開啟具身模型訓練的“黑盒”，但具體效果仍需後續實驗與評測驗證。
機器之心● 精選AI 評分73
RSIGame 讓 AI 自主試玩迭代遊戲，27B 模型組合超 GPT-5.5 一次生成
UC San Diego、ByteDance 與 CMU 提出 RSIGame，讓 Agent 在可執行的遊戲環境裡自主試玩、診斷、修改並驗證，形成長期自我改進閉環。以 GPT-5.5 生成的遊戲為起點，多輪自主開發後品質評分從 50.26 提升到 64.53；在 GameCraft-Bench 的 140 個任務、Godot 與 Phaser 兩種引擎上，比迭代開發基線 Play2Code 高 7.2～13.8 分。
TechCrunch AIAI 評分64
CMU 教授創辦 Safeworld，為生成式 AI 機器人做安全驗證
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。
機器之心● 精選AI 評分75
Einsia AI 發布 EmbodiedEvo，自進化 Coding Agent 登頂 RoboDojo
Einsia AI 旗下 Navers Lab 發布 EmbodiedEvo，讓 Coding Agent 在單個 Playground 場景中通過互動積累程式碼 Skills 與文字 Lessons，凍結經驗後交給新 Agent 在未見場景複用，全程不更新模型權重。在具身評測 RoboDojo 上，它以 45.08 平均分、38.95% 成功率超過所有 VLA/WAM 與 Agent 方法；
機器之心AI 評分48
生數科技直播 Motubrain 2.0 訓練全流程，模型即將開源
生數科技世界模型團隊自 10 月 21 日起，連續半個月公開直播 Motubrain 2.0 具身模型的訓練全流程，該模型即將開源。直播覆蓋四個環節：預訓練（觀察訓練規模對效能與零樣本泛化的影響）、後訓練（提升具體任務執行能力）、Agent 任務執行（把已有經驗遷移到其他任務）以及 RSI 遞迴自我改進（模型依據執行反饋評估並改進自身行動）。團隊表示會一併展示訓練中的失敗、試錯和調整，而不只是最終 Demo。
Hacker News front page● 精選AI 評分80
RL 後訓練 4B 模型即時駕駛飛行跑車，90% 成功率勝過 GPT-6 Astra
有人用物理模擬搭了個飛行版特斯拉 Roadster 的強化學習環境，測各家大模型能不能即時把車飛起來，結果經 RL 後訓練的 4B 小模型即時落地成功率 90%，主流大模型即時成功率為 0。車每 0.2 秒要一個新指令，而 DeepSeek V4.1 Flash、Nemotron 3.5 Super、Muse Spark Open、Beam 1.0 和 GPT-6 Astra 單次回覆要 1 到 6 秒，全部墜毀；
機器之心● 精選AI 評分80
混元與復旦發布 ExplorationBench，評測 AI 自主探索能力
復旦大學、騰訊混元與清華大學聯合發布 ExplorationBench，用兩套規則被改寫的「異星世界」AlienCode 和 AlienLogic，評測 AI 能否通過自主實驗發現規則。10 個前沿系統讀完範例後，在 AlienCode 上最高僅 15.7%，四輪探索後最好軌跡達 89.0%；若只讓模型多想、不給環境反饋，最高只有 11.0%。GPT-5.6 Sol 自主探索拿到 88.1%，而事先直接告知全部規則反而只有 69.5%，說明探索過程同時提升了規則的使用能力。
NVIDIA blogAI 評分36
NVIDIA 與合作伙伴把物理 AI 和智慧體 AI 推向全球城市
在巴塞羅那 Smart City Expo 上，NVIDIA 與合作伙伴宣布把物理 AI 與智慧體 AI 擴充套件到全球城市，用於居民服務、視覺智慧體與基礎設施數字孿生。西班牙 1MillionBot 將 ALIA 開源模型與 Nemotron 用於市政服務智慧體，已有 150 多個部署；馬來西亞 ITMAX 的 SamurAI V2 視覺智慧體計劃到 2027 年支援 1.7 萬多路攝像頭，其 TeraSim 模擬把高峰通行時間最多縮短 26%。
量子位● 精選AI 評分78
清華系星動紀元 VPP2 登頂 RoboDojo 模擬榜單
星動紀元自研世界動作模型 VPP2 登頂 RoboDojo 模擬榜單，平均成功率 32.26%、平均得分 39.26 分雙第一，高於 GPT-6-Astra 的 22.48% 和 28.97 分，泛化、精細操作、記憶三項同樣居首。真機 ALOHA 雙臂零樣本 10 類任務平均成功率 58.5%，9 類最佳，高於π0.5 的 40%。該模型未使用額外資料或 Agent RSI 等增強手段，靠三階段訓練解耦影片預測與動作學習，程式碼與專案主頁已開源。
機器之心● 精選AI 評分67
啟元發布 PrimeSim 世界模型模擬器，登頂 EWMBench 榜首
啟元具身研究中心發布 PrimeSim，一款由預訓練影片生成模型改造而成的機器人世界模型模擬器，在 EWMBench 以 6.09 綜合得分登頂，並在 WorldSimProbe 五項指標中拿下三項第一。它用 30110 小時、覆蓋 22 種機器人平台的資料做中訓練與後訓練，單張 A100 上三視角推理達 10.12 FPS，支援兩分鐘以上連續推演。
量子位AI 評分32
長安趙非：汽車將成端側物理 AI 最大載體，2027 年行業 L3 量產
在 10 月 21 日北京召開的 2026 世界智慧網聯汽車大會上，長安汽車董事長趙非判斷汽車將成為端側物理 AI 落地最近、滲透率提升最快、應用規模最大的載體，並給出 2027 年行業 L3 級量產、2028 年 L4 級商業化運營的時間預期。他提到長安啟源 Q06 上市首月城區領航版訂單佔比近 50%，自研一段式端到端駕駛輔助系統天樞領航今年量產上車。長安已持有國內首張 L3 級自動駕駛專用正式號牌與重慶 L4 級無人計程車測試牌照，並累計參與制定國際、國家、行業標準 360 餘項。
機器之心● 精選AI 評分84
Anthropic 研究：AI 可在廉價電視盒子上自主複製傳播
Anthropic 前沿紅隊發布研究，測試 AI 能否像計算機病毒一樣在不同裝置間自主複製傳播。實驗中 15 臺約 55 美元、4GB 記憶體的安卓電視盒子以流水線並行跑起 Gemma4-26B-A4B，總價約 825 美元，生成速度僅每秒 0.39 個 Token。GLM-5.2 在 8 節點模擬網路中 5 次有 4 次傳播到全部節點，但依賴外部推理伺服器與預開的免認證 ADB 埠；
Hacker News front pageAI 評分65
Waymo 進軍加拿大，多倫多目標 2028 年載客
Waymo 正式宣布進入加拿大，將在多倫多推出全自動駕駛網約車服務，目標 2028 年迎來首批乘客。未來數日多倫多街頭會出現 Waymo 車輛，但先由人工駕駛進行高精度地圖測繪與安全驗證。公司將與總部位於多倫多的 Element Fleet Management 合作提供車隊管理，並逐步投入數百個運營崗位。Waymo 稱其自動駕駛累計行駛超 4 億公里，在運營城市中造成重傷及以上事故比人類駕駛少 95%。
TechCrunch AIAI 評分58
inDrive 聯手小馬智行與輝達，2027 年在哈薩克測試 Robotaxi
打車平台 inDrive 與 Pony.ai、輝達簽署諒解備忘錄，計劃 2027 年上半年在哈薩克首都阿斯塔納測試 Robotaxi，初期配安全員，最終目標為完全無人駕駛。Pony.ai 提供第七代 Robotaxi 車型，車輛接入 inDrive 應用，輝達提供含 Hyperion 平台與 Halos 安全系統的 AI 技術。阿斯塔納約 170 萬人口、冬季多雪，被視為檢驗自動駕駛在嚴冬條件下的測試場。
機器之心● 精選AI 評分83
商湯聯合團隊評測 GPT-6-Astra：模擬近滿分，真機插頭 11 次全敗
商湯聯合大曉機器人、Ropedia、南洋理工大學與東京大學發布報告《Has GPT-6-Astra Achieved Embodied Intelligence?》，對 GPT-6-Astra 做了 12 項模擬評測與 8 個真實機器人平台的系統測試。在允許上下文學習並把動作步數放寬到最多 10 倍後，它在 LIBERO-Long++ 上達 100%、LIBERO-Pro 99.3%、SIMPLE 98.8%；
Hacker News front pageAI 評分64
Anthropic 警告 AI 模型或能脫離資料中心自我複製
Anthropic 警告稱，AI 模型可能很快就會在無需接入資料中心的情況下實現自我複製。這一說法由路透社於 2026 年 10 月 13 日報導，指向模型脫離集中式算力設施後自主擴散的風險。
TechCrunch AIAI 評分75
MIT 讓 13 個 Claude 智慧體在荒島自由玩耍 30 小時，之後表現更優
MIT 研究者把 13 個由 Claude Opus 4.7 驅動的 Eko 智慧體放進模擬荒島，30 小時內不給任何任務，它們自行發明了各種玩法；隨後在指定挑戰上，這些智慧體普遍勝過從未上島的相同智慧體，論文已發在 arXiv。無人指派時，13 個裡有 6 個自行發現跳躍中鬆手能把方塊扔得更遠，這是設計者原本沒有實現的行為。研究者據此提出，除了預先設定練習目標，「無目標探索」也可能是讓智慧體積累技能的一條路徑，尤其適用於未來控制機器人的技能。
TechCrunch AIAI 評分48
Mirror Particle 要用世界模型預測人類行為
舊金山成立兩年的 Mirror Particle 認為用 LLM 角色扮演目標人群來預測人類行為的方法行不通，改為從零訓練模擬人類動因、並追蹤其隨時間變化的世界模型。它結合客戶資料、時事、流行文化與社交媒體建模人群，重點看真實發生的「已顯現行為」而非問卷自述。公司已完成天使輪、接近敲定首輪風投，將參加 TechCrunch Disrupt 2026 的 Startup Battlefield 200。初期面向市場研究與品牌產品策略；
機器之心AI 評分52
大眾在合肥獲 L3 路測牌照，啟動真實道路測試
10 月 26 日，福斯汽車集團（中國）宣布在合肥獲得 L3 級自動駕駛道路測試牌照，啟動真實道路測試與大規模資料採集，計劃 2027 年實現 L3 技術就緒、最快下半年交付。其自研世界模型 GAIA 2.0 每天完成相當於 500 萬公里的模擬測試，使用 3000 萬個真實道路場景片段，並將提升到每日 1000 萬公里。酷睿程還在研發最高支援 L4 的 C7H 晶片。