Amap 开源 Lambda-0,基于人类第一人称数据训练的全人形模型
Amap 开源 Lambda-0,该模型仅使用人类第一人称数据进行训练。Lambda-0 是一个全人形模型,支持全身动作控制。
Amap 开源 Lambda-0,该模型仅使用人类第一人称数据进行训练。Lambda-0 是一个全人形模型,支持全身动作控制。
Physical Intelligence(PI)宣布推出Pi API beta版,将具身大脑能力通过API服务形式提供给客户,包括上传机器人数据、托管微调、云端推理和评测回流等完整服务链。这一举措被视为机器人行业商业化的重要尝试,引发行业对大脑公司、本体公司和全栈公司未来发展的讨论。
高德发布首个基于开放世界行为的全身基座模型λ0,该模型仅依靠人类行动数据即可让机器人学习全身协调,数据采集效率约为主流方法的3.4倍,真机任务成功率提升22.5%。
推荐理由:无本体采集让机器人学习效率提升3.4倍,全身协调能力突破局部动作瓶颈,为开放场景任务提供新路径。
OpenAI和Anthropic近期在数学难题上取得突破,包括单位距离猜想反例、CDC问题证明、纳维-斯托克斯方程证明等。作者分析了AI与人类在数学问题解决上的根本差异:人类采用广度优先搜索,受限于时间和心理成本;AI则采用深度优先搜索,通过大量并行计算和自动验证器快速探索各种可能性。AI的优势在于能长时间探索看似无望的方向,而人类专家则受限于工作记忆、士气和职业风险。
推荐理由:AI数学突破揭示人类与机器解题的本质差异:深度优先搜索与并行计算让AI能探索人类不敢涉足的'危险水域'。
研究团队发布IQuest-Q1,一个320亿总参数(激活15B)的稀疏MoE智能体基础模型。该模型通过三阶段训练过程开发:稳定高效的预训练、细粒度中期训练和多版本多支架后训练,模型合并不同专家和检查点以缓解冲突。IQuest-Q1在编码和通用任务中展现能力,研究团队将其开源以支持社区研发。
宇树预研“物理AI机器人自进化V1.0”大模型,具身智能的“ChatGPT时刻”或已临近。该模型专注于物理AI机器人的自进化能力,标志着具身智能领域的重要进展。
谷歌推出 Gemini4 Argon 模型,支持直接控制人形机器人。该模型具备实时交互能力,可执行复杂物理任务。
NVIDIA扩展了Cosmos平台,新增训练工具、仿真检查点和Cosmos Data Factory蓝图,帮助开发者构建物理AI系统的世界模型。平台提供多模态数据处理、模型微调和优化工具,并已应用于自动驾驶、工业检测等领域。
推荐理由:从数据工厂到模型训练再到部署,NVIDIA Cosmos构建了完整的世界模型开发流水线,工业应用已开始验证其价值。
千诀科技在2026物理AI与世界模型大会上发布预测式世界模型Polibrain,该模型专注于物理规律理解而非画面预测,已在四足、人形、轮式、双臂等机器人形态上开展适配。Polibrain通过多项式表征和因果记忆机制,实现跨本体智能能力复用,为不同形态机器人提供共享的智能大脑。
推荐理由:不堆画面预测,专注物理规律与跨本体复用,千诀Polibrain为机器人提供共享智能大脑。
文章探讨了Token作为智能计量单位的经济意义,分析了算力从硬件配置转向词元生成效率的转变,以及模型与端侧协同对具身智能的影响。截至2026年6月,我国日均词元调用量已突破500万亿,不同模型采用峰谷定价策略,而算力效率需综合考虑吞吐量、延迟和能耗等多指标。
推荐理由:Token经济学正成为智能服务的计量单位,但算力、模型和语料的协同效率才是产业化的关键。
生数科技世界模型团队于10月21日开启Motubrain 2.0训练全流程公开直播,计划持续半个月,展示具身模型的训练过程及研究进展。此次直播将涵盖预训练、后训练、Agent任务执行和RSI探索四个环节,旨在打开具身模型训练的'黑盒',让外界了解模型如何逐步形成能力。
模型公司集体下注具身智能,但尚未突破技术瓶颈。具身智能在人形机器人领域的应用仍面临挑战,行业仍处于探索阶段。
研究人员提出Lafa模型,一种80亿参数规模的连续流语言模型,采用块状流设计和因果注意力机制,仅需不到300亿token即可完成训练。该模型在指令跟随、推理和编码任务上表现优于自回归模型,并通过自推测解码方案实现了2.54倍的吞吐量提升。
Sage-A1.5是一个35B参数的混合专家智能体模型,在A1基础上通过自适应能力组合提升长周期问题解决能力。该模型具有三大改进:智能体编排、验证和开放科学发现,支持任务分解、并行协作、进度检查和策略修订,并能进行探索性科学研究。
推荐理由:通过能力组合实现长周期任务执行与科学探索,Sage-A1.5展示了智能体协作与验证的新路径。
Dyna Robotics分享了从Dyna-1到Dyna-2的两年历程,包括从VLA模型转向世界动作模型,使用100万小时第一人称人类视频预训练,发现机器人数据规模定律。公司强调真实部署是衡量机器人的唯一评估,模型、数据和硬件必须共同进步才能实现商业化落地。
推荐理由:从演示到真实部署的300天,机器人Scaling Law的探索揭示了数据规模与系统落地的关键张力。
研究提出 KronLSTM,一种基于 Kronecker Delta Rule 的线性注意力架构,通过最小化内存干扰机制提升长上下文语言建模性能。实验显示其优于现有线性注意力架构,尤其在长上下文基准测试中表现突出。代码与模型已开源。
DeepSeek发布DeepSeek-V4.1-Flash-1017版本,通过基于自反馈的强化学习提升从零构建完整项目的能力,在SWE v1.1和Terminal-Bench 4.0评测中表现优异。同时,DeepSeek在具身智能领域进行多笔投资,包括宇树科技、Winverse AI和逐际动力,加速从数字世界向物理世界延伸的战略布局。
首尔国立大学研究团队开发了Dynin-Robotics,一种能够理解人类指令、预测行动后场景并执行任务的机器人基础模型。该模型在四项真实世界机器人操作任务中平均成功率达78.4%,超过NVIDIA和Physical Intelligence的对比模型。研究论文已被NeurIPS 2026会议接受,将于12月发表。
推荐理由:通过预测场景来指导行动,Dynin-Robotics 在四项机器人操作任务中达到78.4%成功率,超越NVIDIA和Physical Intelligence模型。
张建伟院士指出,汽车产业正从ChatGPT向CarGPT(汽车端到端世界模型)演进,这将定义未来智能汽车品牌的核心竞争力。
大晓机器人发布视觉空间锚定增强型具身基模型 ACE-Brain-0.6,基于 Qwen3.5-9B 进行监督微调,在八项 Grounding 评测中有六项超过 OpenAI GPT-6 Astra,真实机器人场景评测 RobotGrounding 得分 94.13 分。
推荐理由:国产模型在空间感知评测中超越国际巨头,具身智能赛道正迎来技术突破期。
X-Humanoid 公布统一具身模型与自进化机器人政策路线图。该路线图聚焦于构建多模态感知与自主决策能力。
VAST开源实时世界模型EdenLive,在单张消费级显卡Nvidia RTX 5090上、720P条件下,5B模型生成速度超过24FPS,支持分钟级连续生成。该模型实现了任意参考输入、任意画风生成和长时连续运行,开放了模型权重、推理代码、技术报告和端到端Demo。
推荐理由:EdenLive实现了单消费级显卡上的实时世界模型生成,为交互内容提供高质量视觉渲染。
RouteWeaver是一种统一的路由框架,整合了单轮、多轮和智能体路由模式,通过COMET-GRPO算法和渐进式探索实现自适应路由。在数学、编码、知识、逻辑推理和事实回忆五个领域,RouteWeaver平均准确率达到61.4%,比最强基线模型提升11.03%。
研究人员提出 TokenGate,一种小型即插即用组件,可扩展现有训练模型以实现端到端可学习的 token 剪枝,用于快速且内存高效的预填充。该技术通过 token 门控注意力机制,在多种任务上实现了 1.4-11.3 倍的首个令牌时间加速和 1.5-3.4 倍的峰值内存降低,同时不损失准确性。
推荐理由:TokenGate 通过可学习的 token 剪枝技术,在保持模型精度的同时显著提升长上下文处理速度和内存效率。