embodied artificial intelligence
PulseAugur coverage of embodied artificial intelligence — every cluster mentioning embodied artificial intelligence across labs, papers, and developer communities, ranked by signal.
- instance of COSMOS 3020308 90%
- partners with Fujitsu 90%
- developed COSMOS 3020308 90%
- used by COSMOS 3020308 70%
- used by Robots 70%
- affiliated with Fujitsu 70%
- used by vision-language model 70%
- instance of robotics 70%
- used by semiconductor 70%
- instance of Humanoid Robots 70%
- instance of World Models 70%
- used by Autonomous Vehicles 70%
- 2026-10-05 funding Venture capital is investing significant capital in physical AI companies. 来源
12 天有情绪数据
-
AI研究人员开发VLA架构以实现机器人实时控制
研究人员正在开发专门的视觉-语言-动作(VLA)架构,以使AI模型能够实时控制机器人系统。这些架构旨在弥合高级语义推理与机器人技术所需的高频物理控制之间的差距。拆分推理和模块化流水线等技术,集成了视觉编码器、语言主干和动作专家,对于在物理硬件上实现低延迟执行至关重要。
-
新AI方法提升对物理事件随时间变化的理解
研究人员开发了一种名为CounterPoint的新方法,用于改进人工智能中物理事件的多模态对齐。当前方法通常将时间数据压缩为单一嵌入,丢失了关于碰撞和摩擦等动态交互的关键信息。这种丢失阻碍了AI区分在相同条件下发生的相似物理事件。CounterPoint通过分析帧级跨模态波动来解决这个问题,从而实现对物理过程随时间变化的更准确对齐和理解。
-
新框架增强了AI代理在物理任务中的记忆能力
研究人员开发了一个名为可执行感知记忆(EPM)的新框架,旨在增强物理代理的世界建模能力。EPM在想象过程中显式地跟踪感知状态和神经动力学,使代理即使在失去可见性或接触后也能更好地利用记忆中的事实。与不将演进的读出集成到策略和价值估计中的系统相比,该方法在记忆迷宫等任务中表现出更高的回报。
-
AI在机器人开发工具中发现28个零日漏洞
VicOne已在对物理AI和机器人生态系统至关重要的软件和工具中发现28个零日漏洞。这些在AI辅助下迅速揭示的发现,涵盖了机器人的开发、模拟和部署阶段。这些漏洞可能通过破坏训练数据、改变模拟结果或在运行时导致失控,从而影响机器人安全和运行。
-
SuperLink2026 将在北京连接中国的风险投资和科技行业
由清科集团和36氪主办的SuperLink2026会议将于2026年12月2日至3日在北京举行。该活动旨在促进风险投资和投资行业内的联系,重点关注新兴趋势和投资机会。关键主题包括中国股权市场投资逻辑的演变、人工智能的商业化以及量子计算和脑机接口等新一代创业者和技术的兴起。
-
新基准PhysCapBench改进物理AI视频字幕生成
研究人员推出了PhysCapBench,这是一个新颖的基准,旨在评估和改进物理基础视频字幕生成中的语言监督质量。该基准解决了传统视频字幕可能遗漏对具身AI至关重要的物理交互和状态转换的不足。PhysCapBench包含对三个领域1500个视频序列的人工验证标注,并通过七个物理维度评估准确性。研究表明,使用这些增强的物理字幕可以显著减少重建误差,并改进下游任务,如操纵策略微调,在RoboTwin 2.0等基准上取得显著进展。
-
新系统优化6G网络中物理AI的无线通信
研究人员开发了一个名为RACE(Risk-Aware Control for Edge Inference)的新颖系统,用于优化6G网络中物理AI设备的无线通信。该系统根据对错误操作风险和任务关键性的预测,动态调整可靠性目标,摆脱了“一刀切”的方法。模拟显示,与传统的固定SINR控制相比,RACE将平均准确性-延迟-能耗目标提高了11%,同时保持了接近零的约束中断。
-
物理AI将网络转变为感知、行动的机器
人工智能(AI)与物理机器的融合,即“物理AI”,有望彻底改变电信基础设施。这一转变将使网络从单纯的数据载体演变为机器感知、决策和行动方式的积极参与者,智能将分布在机器、边缘、云和卫星层。关键发展包括AI原生无线站点、边缘计算成为决策层、核心网络充当编排者,以及卫星集成智能基础设施。这一演变是由工业机器人和移动机器人的部署日益增加所驱动的,这需要网络能够保证及时决策以实现最佳机器运行。
-
东北大学研究人员利用人工智能进行固体电解质发现
东北大学的研究人员开发了一个新的框架,利用具身人工智能来加速固体电解质的发现。这种人工智能驱动的方法旨在超越材料科学中传统的试错方法。该框架的详细信息发表在《先进材料》上,由副教授Eric Jianfeng Cheng和教授Hao Li领导。
-
AI走出屏幕,与物理世界互动
上海交通大学和上海人工智能实验室的张巍南教授发表了关于“物理智能”的演讲。该领域旨在弥合数字AI能力与其在真实物理世界中的应用之间的差距,解决不确定性、不可逆后果和部分可观测性等挑战。演讲概述了一个从硬件到应用的七层技术栈,强调了闭环系统(整合感知、预测、行动和持续学习)对于在制造和科学研究等领域可靠部署AI的重要性。
-
新的DRAP方法增强了物理AI中的持续学习能力
研究人员推出了一种名为DRAP(Dynamics-Risk Adaptive Plasticity,动态风险自适应可塑性)的新方法,旨在改进物理AI系统的持续学习能力。该方法通过根据轨迹放大风险自适应地降低关键模型组件的可塑性,来解决物理代理中策略错误随时间累积的挑战。DRAP旨在在不阻碍新任务学习的情况下增强先前学习行为的保留能力,并采用一种通过轨迹放大风险对梯度加权的回放策略。
-
LucidLyra框架支持从视频进行可查询的3D场景重建
研究人员开发了LucidLyra,一个新颖的3D场景重建框架,可以直接从视频潜在表示中进行语义和实例查询。该方法从视频扩散模型和2D视觉基础模型中蒸馏知识,以创建编码几何、外观和对象信息的3D高斯。与先前的方法不同,LucidLyra在训练时不需要手动3D标注或多视图数据,并且其输出可以直接用于机器人和3D场景编辑等应用。
-
数字平台萎缩,AI 探索新的创意和物理前沿
随着 Nitter 和 XCancel 等平台因法律诉讼和政策变化(尤其是来自 X 的变化)而面临关闭,数字格局正在收缩。这一趋势正在缩小用户寻求主流社交媒体替代品的可用网络。与此同时,AI 正在被探索用于创意和分析任务,例如从 NASA 的“每日天文图片”生成数字明信片,以及为企业物联网开发物理 AI 架构。
-
工业智能:AI在制造业增长中的下一个前沿
“工业智能”的概念正成为制造业领域一个重要的增长点。这种方法旨在利用公司积累的知识、运营数据和专业知识,来推动在物理流程中做出更好的决策和采取行动。通过将现有的商业智能与物理世界连接起来,制造商可以增强创新能力,改进问题识别,并使系统能够动态响应不断变化的情况,这在缺陷减少和分析周期方面的改进中得到了体现。
-
机器人和工单路由的AI安全凸显置信度校准的必要性
像机器人和无人机这样的自主系统的安全遥操作开发,带来了超越基本加密的重大工程挑战。关键问题包括确保消息新鲜度、防止重放攻击以及管理控制权转移。一个强大的安全架构必须解决身份验证、授权、消息完整性和操作弹性,以区分合法命令和恶意或过时的命令。另外,一种实现AI驱动工单路由的实用方法表明,即使准确率很高(94%),如果系统在不确定时无法弃权,那么它也是不够的,这会导致静默错误。真正的工程努力在于构建置信度校准和弃权机制,而不仅仅依赖于LL…
-
Maxinsights 成为 OpenAI 等公司具身 AI 训练数据的关键供应商
OpenAI 一直在积极获取以自我为中心的(egocentric)数据集来训练其具身 AI 模型,而这曾是其进展的障碍。一家名为 Maxinsights 的初创公司已成为这些数据集的重要供应商,据报道已售出超过 200 万小时的数据,并获得了接近 1 亿美元年经常性收入的合同。Google DeepMind、Figure AI 和 Dyna Robotics 等公司也被列为 Maxinsights 的客户,这表明该公司在物理 AI 供…
-
视觉-语言模型难以对机器人进行细粒度的热活动识别
一项新近发表在arXiv上的研究,调查了视觉-语言模型(VLMs)在热成像中用于人类活动理解和人机交互(HRI)时的性能。研究发现,尽管这些模型能够识别一般的活动类别,但它们在识别咳嗽或打哈欠等细粒度动作时遇到困难,经常出现幻觉事件,并产生不准确的时间线。该研究评估了包括为机器人设计的模型在内的七个VLMs,发现简单的预处理和额外的推理仅提供了有限的改进,突显了在实际机器人应用中的可靠性问题。
-
书生科技“通义”2.0训练过程直播
书生科技的“通义”团队正在进行为期两周的直播,展示其“通义”2.0具身智能模型的完整训练过程。此举旨在揭开实体AI开发的神秘面纱,实体AI专注于使AI能够通过机器人理解和与物理世界互动。直播将涵盖预训练、特定任务的后训练、智能体任务执行以及递归自我改进,从而提高模型能力和迭代开发的透明度。
-
视觉-语言模型在机器人精细热活动识别方面存在困难
一项新研究评估了七种视觉-语言模型(VLMs)在利用热成像理解人类活动以进行人机交互(HRI)方面的有效性。研究发现,虽然这些模型能够识别一般性活动,但在识别咳嗽或打喷嚏等具体的精细动作方面存在困难。此外,模型经常生成不准确的事件时间线并虚构动作,这限制了它们在实际机器人应用中的可靠性。
-
新专著定义了物理AI及其挑战
一篇题为《物理AI:概念、技术与挑战》的新专著旨在定义和统一新兴的物理AI领域。该论文将物理AI与具身AI和数字孪生等相关概念区分开来,提出了一个在现实世界约束下与物理世界交互的人工系统框架。它概述了多模态感知、世界模型和具身基础模型等关键方法论,同时还解决了模拟到现实迁移、安全和治理等关键挑战,以推进物理通用人工智能(AGI)。