何小鹏:L4 技术落地大概在 2028 年下半年
小鹏集团董事长何小鹏在 2026 世界智能网联汽车大会上表示,L4 技术落地大概在 2028 年下半年,需要全体系软硬件一起开发。小鹏第二代 VLA 已实现 L2 至 L4 能力贯通。
小鹏集团董事长何小鹏在 2026 世界智能网联汽车大会上表示,L4 技术落地大概在 2028 年下半年,需要全体系软硬件一起开发。小鹏第二代 VLA 已实现 L2 至 L4 能力贯通。
奇瑞在2026全球创新大会上发布CheryMind垂类基础大模型,该模型面向物理AI,整合700TB企业知识、200PB工程数据等资源,将应用于汽车研发、制造、智能驾驶等多个领域。CheryMind作为瑶光2035战略的核心技术底座,已在200多个业务场景中应用,覆盖400多个企业系统。
小鹏集团董事长、CEO 何小鹏在2026世界智能网联汽车大会上表示,自动驾驶下半场将出现软件形态、硬件形态、法规与场景重心的三个重大变化,并提出了安全碰撞里程、用户全场景覆盖率、用户愿意付费比例三个核心指标。
英伟达 CEO 黄仁勋在柏林与德国总理默茨对话时表示,AI 将进入工厂、机器人和医院等场景,增强已有的专业能力和产业经验。他强调德国企业积累的工程、制造和科学知识是重要优势,AI 将放大这些能力而非取代。英伟达还宣布投资四家德国初创企业,并推动 AI 在工业场景的应用。
奇瑞将于10月20日举办全球创新大会,发布首个汽车行业垂域大模型及人形机器人“墨宝”。该大模型融合算力、算法、数据技术,展示专为物理AI世界模型设计的车规级芯片;墨宝机器人将开启全球预订,实现商业化落地。
优必选发布Thinker-WM多模态统一表征模型,在WorldOlympiad、EWMBench和WorldArena1.0 Track-1三大具身世界模型基准评测中全部获得第一名。
推荐理由:优必选Thinker-WM通过多模态统一表征在三大基准评测中全部登顶,为具身智能提供新一代基础世界模型底座。
字节跳动正在基于视频生成模型Seedance开发实时空间视频生成模型,由张一鸣亲自督导,计划于10月推出。该模型采用端到端延迟约50毫秒的技术路线,旨在实现实时互动,应用场景包括直播、互动短剧、游戏和机器人训练。
推荐理由:文章揭示了字节跳动基于Seedance开发世界模型的战略布局和差异化路线,展示了从视频生成到实时互动的技术演进。
Google推出Gemini 4 Argon模型,旨在成为机器人所需的唯一AI模型,可控制机器人、构建虚拟训练世界和评估训练视频。该模型在ERQA基准测试中得分为87%,领先其他前沿模型,但在AA-Robotics基准测试中排名第三。
英伟达 CEO 黄仁勋在伦敦 Build a Claw 活动上盛赞 OpenClaw 是首个真正可信的智能体运行框架,认为它将为机器人领域带来诸多好处。他同时强调权限管控的重要性,提出 OpenShell 系统作为解决方案,确保自主系统仅在最低权限范围内运行。
Google 开始向付费用户推出 Gemini 4 Argon,该模型具有高级推理和智能编码能力,已在 YouTube 评论系统和 Project Wing 无人机模拟器中应用。
Google DeepMind发布Gemini 4 Argon模型,专注于物理理解、代码生成和视觉语义推理,在Embodied Reasoning基准测试中达到87%的准确率。该模型可应用于机器人控制、Real2Sim转换、物理理解和研究自改进四个关键领域,为机器人全生命周期提供支持。
王鹏伟在智源大会上分享了具身大脑与世界模型的见解,指出当前世界模型存在片面性和被动任务驱动的问题,并介绍了Orca模型通过有意识学习和无意识学习解决泛化问题的方案。
加州 AI 公司 Odyssey 发布其世界模型 Odyssey-3 的公开研究预览版,用户可通过文本提示生成交互式环境并实时探索。该模型基于自回归扩散 Transformer 构建,具有 140 亿参数,在 Physics-IQ Verified 基准测试中得分为 66.1 分,已被应用于机器人控制、无人机导航和游戏 AI 等场景。
Odyssey 发布 Odyssey-3 系列基础世界模型,其 Pro 版在 Physics-IQ Verified 视频到视频基准测试中取得 66.1 分创纪录。该模型采用自回归扩散变换器架构,支持第一人称与第三人称导航,在 WorldMark 评估中三类环境均排名第一。
深圳DiffuSpace近期完成两轮融资,总额近5亿元,创下全球扩散语言模型领域融资规模纪录。公司由香港大学NLP实验室联合创立,正推进新一代更大参数规模dLLM训练,并计划近期发布开源。华为、地平线等产业资本参与投资,显示扩散语言模型产业化前景受到关注。
推荐理由:原文提供了融资规模、技术路线和产业资本动向,读者可据此了解扩散语言模型领域的最新发展。
MirroS团队发布AgentGarten,将可执行的代码环境与实时神经渲染器连接,让智能体在物理世界中行动、观察后果、验证猜想并积累经验。在捉迷藏实验中,智能体通过写实验手册的方式,在第4轮学会搭建掩体,第10轮掌握借坡道翻墙,相比传统强化学习方法大幅提升了学习效率。
推荐理由:AgentGarten通过代码环境与神经渲染器的结合,为智能体提供了可交互的物理世界,实现了边玩边进化的能力。
Periodic Labs创始人Liam Fedus和Ekin Dogus Cubuk在播客中讨论了AI科学家实验室如何通过物理实验与AI结合推动材料发现,强调了科学发现与数学和编程的根本区别,以及为什么即使是最前沿的模型仍需物理实验。
Reka AI发布了19B参数的Rho-1多模态统一模型,可处理和生成文本、图像、视频及机器人控制信号,所有模态在单一神经网络中通过共享上下文窗口运行,无需调用外部工具或模型。
Vsim Technology 联合创始人兼 CEO Michelle Lu 介绍通过仿真和 AI 教授机器人新技能。她曾主导开发全球首个端到端 GPU 加速强化学习框架 Isaac Gym,2022 年离职创立 Vsim 旨在解决仿真机器人 AI 的效率、扩展性和仿真到现实的差距问题。