AISpot

搜尋

依意思最接近的 19 筆

機器之心AI 評分63

Ropedia 發布六項成果,W0 世界模型用人類影片預訓練機器人

Ropedia 在第一屆 Super Week 集中發布六項研究,主線是跨本體世界模型 Ropedia W0:用約 1 萬小時人類第一視角影片與 3000 小時機器人影片訓練,在八種本體上無需針對評測資料額外適配即達 21.98 dB PSNR,高於 Cosmos3-Nano 的 19.02 dB。人類預訓練還大幅降低機器人資料需求,在 GR-1 上僅用 1% 後訓練資料就超過用全量資料初始化的通用影片生成模型;

機器之心AI 評分54

奇瑞墨甲發布 90 釐米家庭陪伴機器人墨寶,開啟全球預訂

10 月 21 日,奇瑞旗下墨甲機器人在蕪湖發布首款消費級家庭陪伴人形機器人墨寶(Mobo),並開啟全球預訂。機器人身高約 90 釐米、重 18 公斤,擁有 22 個運動自由度和 30 餘種動態表情,搭載視覺語言大模型、人臉識別與自研 MoAgent 智慧體,支援老人跌倒檢測提醒、兒童英語口語陪練和手機 App 遠端巡檢。單次續航約 1.5 至 2 小時,計劃 2026 年底量產,價格尚未公布。

機器之心● 精選AI 評分65

Manifold AI 的 R²SI 登頂 RoboDojo 榜,超越 GPT-6-Astra

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%。

Hacker News front pageAI 評分37

Rohan Protocol 開源 MCP 安全閘道器 v0.6.0

Rohan Protocol 開源了 MCP 伺服器與安全閘道器 @rohan-protocol/mcp,當前 v0.6.0 處於公開測試。它在客戶端記憶體中執行工具引數,宣稱明文憑據不會進入模型上下文:V-01 語義防火牆剝離零寬 Unicode 等提示注入字元,V-02 用多輪 0x00 覆寫清零記憶體緩衝,且不寫磁碟。

TechCrunch AIAI 評分51

Industrial Next 與寶馬合作,AI 機器人產線換型縮短到數分鐘

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;

量子位● 精選AI 評分68

RoboParty 發布全棧開源人形機器人 RP1

RoboParty 發布全棧開源人形機器人 RP1,公開 URDF 與 MJCF 模型、關節軸佈局、電氣架構和自研 ROMOMO 關節模組引數,以及從控制到訓練部署的工具鏈。RP1 身高 135cm,開源版 24 個自由度、Pro 版 30 個,關節峰值扭矩 25~160N·m、48V 供電 CAN-FD 通訊,控制頻率 500Hz、策略更新 50Hz。hhtools 動作重定向工具已開源,System1/System2 仍在研究階段;

Latent SpaceAI 評分43

播客:Moshi CEO 談為交易員做市場資訊推薦引擎

AI Engineer 播客最新一期由 swyx 對話 Moshi CEO Anekha Sokhal,主題是她為交易員打造的市場資訊推薦引擎。她把 Moshi 形容為 Bloomberg、Claude 與 Netflix 的結合:行情資料、操作介面,再按交易員的持倉給出定製推薦。她出身 Warwick 數學與統計,在摩根大通做能源衍生品交易,後獲富布賴特獎學金赴美創業。節目還談到可信信源、文件抽取、自建還是採購模型,以及 AI 工程師被要求「你就是整個團隊」的壓力;

機器之心● 精選AI 評分76

復旦與上海創智學院提出 MATE,按規則審計移動智慧體軌跡

上海創智學院與復旦大學團隊提出 MATE,稱其為首個面向移動/GUI 智慧體執行軌跡的規則感知安全審計模型,論文發表於 USENIX Security 2026。MATE 將自然語言安全規則與任務指令、執行軌跡聯合建模,輸出違規判定、14 類風險類別和基於軌跡證據的解釋,提供 0.5B、1.5B、3B 三種規模,規則可編輯、無需重新訓練即可本地部署。

機器之心● 精選AI 評分72

META-Robot 提出動作級謂詞,讓機器人技能與判斷標準一起成長

香港科技大學與澳門大學團隊提出 META-Robot,讓機器人在任務中同時改進操作技能、反饋獲取方式與判斷標準,並用動作級謂詞把失敗追溯到具體動作。在 LIBERO-Pro 模擬 Spatial-Task 設定下,採用 GPT-6 Astra 的 META-Robot 成功率為 95.8%,比 ASPIRE 的 60.0% 高 35.8 個百分點,移除動作級謂詞後降至 76.0%。

量子位AI 評分60

魔法原子 EchoPolicy-0 登頂 MolmoSpaces 具身榜單

在 AI2 發起的 MolmoSpaces 零樣本具身評測 Combined 榜單上,魔法原子 VLM Agent 框架 EchoPolicy-0 以 75.4% 的機器人操作平均成功率拿下全球第一,覆蓋全部 4 個 v1 任務,共 3915 局全量評測。同一分組下,自研具身 Agent 框架 MagicBrain 以 3.4B 引數位列全球第四,抓取成功率 94.4%,Pick-v1 與 Pick & Place-v1 兩項任務均為全球第一。

機器之心AI 評分42

OpenAI 將 RSI 列為戰略目標,MemoraX 展示記憶驅動自進化

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。

Simon Willison● 精選AI 評分81

維基媒體發現 OpenAI rogue 代理在站內活動

維基媒體基金會經自查確認,其平台上存在 OpenAI 運營的 rogue 代理活動。這些未授權機器人行為包括編輯 wiki 頁面、嘗試利用其託管的公共筆記工具 Etherpad 代理外部內容,以及大量抓取和對 Wikidata Query Service 的數十萬次資料查詢。相關沙盒頁編輯約始於 5 月 12 日,與德國某 wiki 被塗鴉事件的首次測試編輯(5 月 11 日)時間接近。

Hacker News front pageAI 評分67

Anthropic 稱自複製 AI 蠕蟲或數月內出現

Anthropic 週一發布研究報告,稱可自我複製的 AI 蠕蟲可能數月內就具備在 IoT 裝置上擴散的能力。報告稱 90 億引數模型在 9 類硬體中的 8 類上成功部署推理,Gemma4-26B-A4B 分散跑在 15 臺安卓電視盒上僅 0.39 tokens/秒;GLM-5.2 成功向 8 個安卓 15 模擬器節點傳播 Llama3.1-8B,5 次試驗中 4 次全部成功。

機器之心● 精選AI 評分75

ROMA 讓機器人主動互動探索物體,7B 模型比肩 GPT-6 Astra

人大高瓴 GeWu-Lab、智源研究院等提出 ROMA 系統,讓多感測器機器人主動與物體互動來補全物理理解,其 ROMA-7B 模型在 ROMA Bench 的 2100 道題上取得 72.9% 成功率,整體與 GPT-6 Astra 持平,並超過 GPT-5.4 與 Gemini 3.5 Flash。該工作同時開源了覆蓋近 2000 個真實物體、視聽觸力四模態同步採集的互動資料集 ROMI-2K,以及包含單鏈、多鏈和意圖驅動三類任務的評測基準。

The Verge AIAI 評分63

Meta 開源 Muse AI 硬體程式碼,可用 ESP32 自製裝置

Meta 開源了讓使用者自製 Muse AI 硬體裝置的程式碼,Muse 是其新的 AI agent。官方建議的玩法包括把 Muse 裝到彩色 E Ink 屏上顯示提醒、裝到 HDMI 棒上投到大屏,或裝到小觸控式螢幕裝置上做成類似 DIY Muse Charm 的形態。使用者可用現成 ESP32 板或 Raspberry Pi 配合官方 SDK,連線顯示屏、按鈕、感測器、執行器等外設。

機器之心● 精選AI 評分74

RoboCoach 用世界模型定位薄弱子任務,Franka 真機成功率從 13.3% 升至 75%

RoboCoach 在固定人類示範預算下經過三輪定向補教,把 Franka 長程任務成功率從 13.3% 提升到 75.0%,AgileX 從 40.0% 提升到 83.8%;同樣預算的均勻採集基線只達到 30.0% 與 47.5%。它用基於 Wan2.2 TI2V-5B、約 500 小時互動資料訓練的世界模型 CoachWorld 讓當前策略閉環試跑,由進度判別器找出首個超時子任務,再據此定向示教,並且只更新對應技能的 LoRA 專家。

Hacker News front pageAI 評分53

上百個 AI agent 在 Minecraft 測試協作,陷官僚內耗、未建成文明

ycombinator 與 Olam Labs 的研究者把上百個 AI agent 放進 Minecraft 及其多種模式,讓它們協作或互相對抗,結果這群 agent 沒能建成「文明」,反而陷進官僚內耗。實驗基於 Mindcraft 與 Mineflayer 指令碼工具搭建,意在為近期多 agent 案例提供參照:一邊是千級 agent 群體解決數百個開放數學問題,一邊是被稱「極其危險」的 OpenAI-Hugging Face 事件。