DeepSeek全面开源推理框架DeepInfer
DeepSeek宣布全面开源内部推理框架DeepInfer及Token编解码组件deepseek-recipe,支持英伟达与华为昇腾平台,单集群日吞吐达155万亿Token,每卡每小时收入38美元。
同一件事,精选收录的是《DeepSeek开源DeepInfer高性能推理框架》
DeepSeek宣布全面开源内部推理框架DeepInfer及Token编解码组件deepseek-recipe,支持英伟达与华为昇腾平台,单集群日吞吐达155万亿Token,每卡每小时收入38美元。
同一件事,精选收录的是《DeepSeek开源DeepInfer高性能推理框架》
山东省近日印发旅游业“十五五”规划,提出探索“具身智能 + 旅游”落地应用,支持山岳型景区投放登山助力机器人。规划还依托文旅科技平台打造“人工智能行程助手”,精准生成个性化旅行推荐,并部署数字人讲解员,运用AIGC和3D打印技术创新文创设计。
研究团队发布了HandsOn,一个跨平台灵巧操作仿真基准测试,支持五种机械臂、六种灵巧手和约200种随机场景中的刚体、关节和可变形物体。该基准测试包含18,000个人类演示和66个验证任务,分为Core-50和Transfer-16两部分。
同一件事,精选收录的是《HandsOn: 一种可推广的灵巧操作大规模仿真基准》
Apache SeaTunnel 社区 2026 年 9 月合并提交 260 次,活跃贡献者 48 人,日均提交 8.7 次。本月新增 24 个连接器,完成 20 个 OptionRule 迁移,Zeta 相关提交 42 次。
蚂蚁百灵开源了 Ming-3.0 语音系列,包含声音创作、长语音分析和业务语音转写三类任务的三套模型五款产品。TTS 模型亮点是导演模式,支持文字描述和参考音频定制音色。
研究人员提出ScaleNav框架,通过三阶段训练方法利用网络第一人称视频学习目标导向的视觉动态,支持机器人动作生成。该框架在Short-Horizon OVON单视图适应基准上达到86.5%成功率,在HabitatGS-LN基准上达到94.9%成功率,优于评估的基线模型,并在真实四足机器人上部署验证了泛化能力。
推荐理由:利用网络第一人称视频训练机器人导航,解决了真实数据收集成本高和模拟到现实差距大的问题。
CNCC 2026射频计算论坛将探讨射频计算与人工智能融合,聚焦智能超表面、无源物联网等关键技术,拓展低空经济、数字孪生等应用场景。论坛将于10月24日在成都举办,程强、何源等专家将围绕通感算一体、网络化空间具身智能等主题报告。
研究人员提出 HyperDrone,一种比现有最先进批处理四旋翼仿真器快 20 倍的高性能仿真器。它结合了高度优化的多旋翼动力学与新的光线追踪引擎 HyperLux,可在消费级 GPU 上实现每秒数百万帧的渲染速度,并支持 RGB、深度、语义分割等多种观察模式。研究团队通过在仿真中训练基于视觉的偏航控制策略,并将其成功转移到真实的 Crazyflie 四旋翼机器人上进行了验证。
推荐理由:HyperDrone 以百万帧/秒的速度实现仿真到现实的快速迁移,为机器人训练提供了新可能。
Laplace Intelligence基于Nvidia Cosmos平台构建高保真模拟环境,开发AI智能体自动设计边缘案例,用于测试机器人和自动驾驶汽车在部署前的安全性。公司已与自动驾驶卡车公司Bot Auto和日本汽车制造商等客户合作,并正在与Nvidia和T-Mobile合作开展圣何塞智能城市试点项目。
推荐理由:用AI测试AI的自动化红队技术为物理世界AI安全提供了新范式,但与已获15亿美元估值的Applied Intuition竞争将是关键挑战。
RoboParty 推出全栈开源人形机器人 RP1。该机器人采用开源设计,提供完整软硬件解决方案。
谷歌开源Harness²,一种双层递归架构,让大模型在运行中自我修改代码、提示词和工具链。在WorkBuddy-Bench测试中,GLM-5得分提升11.5分,反超原生Gemini 3.5 Flash。该项目已全面开源,支持OpenCode与Codex。
推荐理由:双层递归架构让大模型在运行中自我优化,解决了RSI在开放世界中的两大死穴,实测性能提升显著。
2026年10月18日,首届全球具身智能应用创新挑战赛暨2026中国机器人大赛在杭州闭幕。大赛吸引了清华大学、浙江大学等高校的2000多支队伍、近5000名选手参赛,共决出59项冠军、57项亚军、52项季军及12支企业专项赛获奖队伍。大赛通过真机实操、实景比拼的方式,检验机器人在工业生产、医疗服务、农业作业等场景中的应用能力,同时组织了50家具身智能企业提供500多个实习岗位,促进产学研融合。
Jodell 在 CIIF 展会上发布工业具身执行全栈新产品,此前获得美的集团产业投资。新产品具体参数和功能未在原文中提及。
SonicBoom是一个全新的AI运行时框架,采用GPLv3许可证,提供语言无关的C API接口。它利用LLVM MLIR优化计算图,在保持PyTorch灵活性的同时获得类似TensorFlow的静态图性能,在RTX 3050 8G上提升原始性能20%。
推荐理由:SonicBoom 通过图编译器优化而非手工调优提升推理性能,实现了动态图灵活性与静态图性能的统一。
AI公司HUMXN推出免费居家维修服务,通过付费获取居民同意,在住宅内录制技术工人作业过程,用于训练AI机器人。该项目首批在明尼阿波利斯、芝加哥和迈阿密三座城市落地,旨在采集不同环境下的真实场景数据。
推荐理由:付费采集真实世界数据训练AI机器人,开创了数据获取新模式,但隐私与伦理边界将成为行业焦点。
MIT工程师研发出柔软可穿戴的形状感知薄片,能够自主追踪自身形变,实验室测试中误差控制在0.5厘米以内。这项技术利用光纤追踪薄片的三维形态,即使局部受损仍可工作,可用于游戏控制、虚拟现实以及物理康复治疗等场景。
研究人员发布BiDex-100基准,包含106项双灵巧手操作任务,覆盖泛化、指令跟随、有限演示、长时程和记忆五个能力维度。该基准支持两种 embodiment,提供8,080个成功验证的远程操作演示,总计625万帧。研究团队评估了七种最新的视觉-语言-动作模型,建立了针对特定能力、鲁棒性和数据效率的基线。
推荐理由:覆盖106项任务的双灵巧手基准填补了行业空白,接下来看各家模型在长时程记忆和泛化能力上的真实表现。
Zhiyuan Yang提出NISE方法,解决RGB-D传感器在透明、反射物体上产生的深度测量问题。该方法通过几何交叉视图自监督和高斯边际化3D注意力,在保持清洁深度性能的同时,显著提升深度噪声鲁棒性,适用于真实机器人任务。
Sangwoo Jung 提出 RoMo-GS,一种解决机器人快速移动导致运动模糊问题的在线 3D 高斯溅射系统。该系统通过曝光积分处理运动模糊,使用基于 Hessian 的剪枝分数限制高斯数量增长,并在多个数据集上实现了比离线去模糊 3DGS 方法快 15-150 倍的性能,同时比在线 3DGS 基线少约 20% 的高斯数量。
推荐理由:通过曝光积分处理运动模糊,RoMo-GS 实现了在线 3D 高斯溅射,在保持质量的同时大幅提升效率。
Shaojie Ren 等人提出 LIBERO-Dynamic,这是对 40 个 LIBERO 任务的动态扩展,通过接触摩擦驱动物体运动,并考虑模型特定的推理延迟。研究评估了六种预训练策略在 1,800 种动态条件下的表现,比较了执行策略和动作范围,并使用动态和混合数据对三种架构进行了微调。物理实验显示任务相关的执行策略差异与模拟结果一致。
推荐理由:LIBERO-Dynamic 基准首次将物体运动、推理延迟和动作执行纳入机器人操作评估,揭示了动态环境对策略性能的非均匀影响。
研究仅依靠关节位置和速度感知(无视觉、力、力矩或触觉)的机器人装配策略,通过强化学习训练,成功实现销插入、齿轮啮合和螺母螺纹装配,并在真实世界中达到73%的零样本迁移成功率。研究还发布了开源程序化生成器,用于创建精确的凸形零件装配模拟。
推荐理由:仅依靠关节 proprioception 实现毫米级装配,零样本迁移成功率73%,证明本体感知在精密装配中的潜力。
Faraday Future和FFR联合推出FF Nova人形机器人,在美国售价低于2500美元,同时发布了FF Nova Mini、Physical AI Spark课程和强化学习开发者计划。
推荐理由:低于2500美元的人形机器人首次亮相,价格门槛大幅降低,接下来看开发者生态能否跟上。
Mem4Act框架引入了一种固定大小的潜在记忆表示,通过多粒度时间聚合、互补语义和感知信息保留以及记忆优先的两阶段训练,解决了长期机器人操作中的记忆挑战。在RoboMME、RMBench和四个真实世界操作任务中,分别取得了49.88%、61.0%和81.5%的成功率,达到了最先进的性能。
推荐理由:Mem4Act框架解决了机器人长期操作中的记忆挑战,通过多粒度时间聚合和互补记忆监督实现了SOTA性能。
Dyna Robotics发布了Dyna-2物理智能体机器人,该机器人基于预训练超过一百万小时人类视频的世界行动模型,已在酒店和餐厅实现实际部署,能够执行长达一小时的自主工作流程,如折叠餐巾和切菜。机器人采用半人形设计,结合轮式底盘与类人上身,通过扩散变压器架构实现连续动作预测,并能通过少量演示数据快速适应新任务。
推荐理由:从百万小时人类视频预训练到酒店餐厅实际部署,Dyna Robotics展示了物理智能体从实验室到生产环境的跨越。
Genesis v1.4.4 版本提升 GPU 刚体模拟速度,显著增强基于扰动的多接触鲁棒性且无额外运行时成本。新功能支持异构实体差异化缩放、固定基座姿态和关节参数,修复凸接触深度、非确定性 GPU 模拟等多项问题。
GitHub宣布重构Git基础设施以支持智能体规模开发,应对每月4733亿Git事件和73.8亿次提交的规模。新架构通过分离存储与计算、最小化协调和独立扩展读写能力,实现了最高35倍的写入吞吐量提升,同时保持可靠性和控制能力。
推荐理由:GitHub重构Git基础设施以支持智能体规模开发,独立读写扩展与故障恢复能力是关键突破。
Genesis v1.4.3 提升非批量至中等批量场景(约4000)的GPU模拟速度,降低内存占用,Windows编译速度提升最高3倍。修复glTF解析、轨迹回复、MJCF文件解析等多处边缘问题,优化GPU内存使用和物理模拟性能。
LeRobot 发布 v0.6.1 版本,主要更新包括重构 lerobot.types 为 lerobot.lerobot_types,优化依赖与文档构建速度,新增 VLM 子任务标注功能,修复多模块兼容性问题。