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%
- developed COSMOS 3020308 90%
- partners with Fujitsu 80%
- used by COSMOS 3020308 70%
- instance of Robots 70%
- used by Autonomous Vehicles 70%
- instance of Autonomous Vehicles 70%
- instance of robotics 70%
- instance of World Models 70%
- used by Robots 60%
- affiliated with Fujitsu 60%
- competes with Tesla 60%
20 天有情绪数据
-
eSOL 与 Cybertrust 合作开发物理 AI 开发平台
eSOL 和 Cybertrust 已合作开发一个用于实现物理 AI 的基础平台。此次合作旨在创建一个支持具身人工智能系统实现的开发环境。该计划侧重于将 AI 能力集成到物理系统中，使其能够与现实世界互动并运行。
-
Tencent 开源 Hy3 AI 模型；日本投资具身智能
Tencent 已将其新 AI 模型 Hy3 开源。此举允许更广泛的访问和社区开发该技术的潜力。另外，具身人工智能已被选为日本的 17 个国家战略领域之一，并计划到 2040 年进行重大的政府和私人投资。
-
物理 AI 初创公司 Hive 获 1500 万美元融资，用于打造工业机器大脑
专注于物理 AI 的初创公司 Hive 已获得 1500 万美元 Pre-Series A 融资。该公司旨在开发一个能够操作工业机械的“硅基大脑”。本轮融资由 SuperSeed 领投。
-
NPO C-NET 将举办关于人工智能半导体和封装技术的研讨会
NPO法人サーキットネットワーク (C-NET) 将于8月28日在线举办其第28次研讨会，“前进，日本！第四部分 ~支撑AI的半导体是什么？~”。本次活动将有五场讲座，涵盖人工智能半导体、封装技术、AI芯片、推理、Agent AI和Physical AI。研讨会旨在讨论支撑人工智能的半导体技术。
-
AI研究人员定义“世界模型”并绘制开发路线图 · arXiv
一篇新发表在arXiv上的观点文章定义并概述了人工智能中“世界模型”的路线图。这些学习环境动力学的内部模拟器正在包括强化学习、视频生成和机器人学在内的各个AI子领域中开发。该论文旨在就世界模型的构成及其有效构建方法达成共识。
-
AGRIST 在微软人工智能实验室活动上被展示为物理人工智能领导者
专注于农业物理人工智能的公司 AGRIST 在微软人工智能协同创新实验室神户的年度活动上受到关注。展示活动介绍了 AGRIST 在农业领域内具身人工智能的先进应用。此次获得农业新闻的认可，凸显了人工智能在农业实践中日益增长的融合。
-
韩国将AI预算增至三倍以促进基础设施和自主模型发展
韩国正通过大幅增加AI预算至9.9万亿韩元（是去年的三倍）来显著提升其AI能力和基础设施。政府的目标是成为全球前三大AI强国，重点关注AI基础设施、物理AI和自主模型开发。计划包括到2029年将AI数据中心扩展到8.4吉瓦，到2035年再增加10吉瓦，目标是到2030年在物理AI领域领先，并通过“全民AI”计划确保所有公民都能获得AI服务。
-
中国AI生物系统ProtoPilot执行实验室实验，超越GPT-5.6 Sol
中国公司永生智能（华大基因子公司）与上海人工智能实验室合作，开发了ProtoPilot和BioLab Bench。这些系统代表了生命科学领域AI的重大进步，使AI代理不仅能够设计实验，还能在真实的实验室环境中执行实验。这一突破解决了以往AI模型能够提出实验设计但缺乏将其转化为物理执行和反馈循环能力的关键限制，而像OpenAI这样的领先AI公司也未完全实现这一能力。
-
AI 角色演变：‘AI Engineer’ 获得关注，‘forward deployed engineer’ 被重新定义，‘physical AI’ 崭露头角
“AI Engineer”一职由 Swyx 于 2023 年首次定义，目前在科技行业迅速增长。另外，“forward deployed engineer”的定义不一致，与其固定的职位名称相比，更适合用解决问题和实地操作来描述。Applied Intuition 专注于“physical AI”，将人工智能应用于机器人和自动驾驶汽车等所有移动机器，整合边缘 AI 基础设施和传感器融合。
-
AI的物理集成要求移动网络超越数据管道进行演进
AI与物理设备的集成正在对移动网络提出新的需求，将其角色从简单的数据管道转变为能够理解和优先处理各种AI驱动流量的智能系统。随着AI代理和具身AI的激增，网络必须适应处理增加的连接密度、更高的上行数据需求以及对低延迟和稳定性的严格要求。华为正在提出一项“AI for Network”战略，将AI嵌入从基站到核心网络的网络基础设施中，以提高效率、优化资源分配并支持AI应用的不断演进的需求。
-
清华系物理AI初创公司厘清智能完成数亿元融资
前NVIDIA研究员、现清华大学助理教授李一鸣创立的“厘清智能”（Lijing Intelligence）已获得数亿元人民币的种子轮融资。该公司专注于物理AI，旨在构建一个全面的系统，而非仅仅一个世界模型。其方法包括一个用于扩展数据收集的数据管道和一个用于真实-模拟-真实循环的物理引擎，使机器人能够在模拟环境中通过强化学习，然后在现实世界中执行任务。厘清智能强调全栈、软硬件一体化的方法，这使其区别于那些仅专注于世界模型或机器人本体的公司。
-
实体AI面临数据瓶颈，尽管资金充裕
驱动机器人发展的实体AI正面临一个重大的瓶颈，原因是真实世界训练数据的收集稀缺且成本高昂。与可以从互联网抓取大量文本的语言模型不同，实体AI需要通过机器人实际互动来收集数据，这一过程缓慢、昂贵且劳动密集。尽管该领域获得了大量资金，但数据缺口正成为机器人公司和投资者的一个主要挑战。Scale AI等公司正试图通过构建数据收集和标注基础设施来解决这个问题，而其他公司则在探索合成数据生成或新颖的方法来捕获更具信息量的数据信号。
-
韩国投资万亿韩元于人工智能和芯片领域；三星、SK海力士将建新工厂
韩国总统李在明宣布将大力推动半导体、人工智能数据中心和物理AI等关键技术领域的发展。该计划涉及三星和SK海力士等主要公司的巨额投资，它们计划建造多个芯片工厂。政府旨在通过整合公共和私人资源，将基础设施扩展到龙仁和平泽等现有中心之外，并改善物理AI开发的数据利用率，从而培育一个全面的人工智能生态系统。该计划还寻求通过在全国推广新的投资地点来解决区域不平衡问题。
-
三星、SK集团计划投资1.3万亿美元用于人工智能、半导体
据报道，三星和SK集团计划在未来十年内投资高达2万亿韩元（约合1.3万亿美元）。这笔巨额资金将重点投向包括半导体、人工智能算力数据中心以及具身人工智能等关键领域。该消息预计将与韩国总统办公室一同宣布。
-
ReScene框架以更高精度重建3D室内场景 · arXiv论文
研究人员开发了ReScene，一个旨在从多视图捕获中构建可用于仿真的3D室内场景的新框架。该方法通过专注于跨视图关系融合和物理上合理的场景组装，而不是仅仅进行单对象重建，来解决现有方法的局限性。ReScene利用HierView组件来优先化重建视图，并使用Relation-Aware Assembly将多帧预测与几何先验相结合，从而生成一个置信度加权的场景图。该框架在ScanNet场景上实现了最先进的性能，显著降低了Chamfer D…
-
宝马集团通过 Figure 03 项目将物理人工智能整合到生产中
宝马集团正通过其斯帕坦堡工厂的 Figure 03 项目，将物理人工智能整合到其生产流程中。该计划旨在提高制造环境的效率和能力。
-
Momenta 寻求 IPO，宣扬“物理AI”世界模型
Momenta，这家此前以自动驾驶技术闻名的公司，现在正寻求 IPO，并将自己定位为基础“物理AI”模型的构建者。该公司已开发出名为 R7 的“世界模型”，该模型已集成到量产车辆中，并积累了超过 120 亿公里的真实驾驶数据。Momenta 的方法包括其世界模型的三层系统：使用驾驶数据进行预训练，通过模拟处理罕见场景，以及通过强化学习进行最优决策。这种策略允许持续迭代和改进，目标是创建一个能够理解和预测物理世界动态的通用人工智能，可能…
-
人工智能的下一阶段需要超越生成模型的深度技术融合
2026年人工智能的现状被描述为一个尴尬的阶段，生成式人工智能是未来进步的肤浅层面。真正的通用性将需要大量的资金和新兴技术的融合，将2030年代和2040年代定位为真正多光谱人工智能的时代。这包括物理人工智能的进步、量子计算和世界模型等统一计算范式、轨道计算以及生物技术和材料开发等领域的科学人工智能的突破。美国在人工智能方面表现出强大的政府支持和循环融资，例如特朗普政府关于量子计算的行政命令以及对SandboxAQ等公司的政府投资。
-
中国机器人行业在人形机器人和具身AI领域取得突破
中国的机器人行业正经历显著的进步，特别是在人形机器人和具身人工智能的开发方面。这些突破表明该国技术领域日益增长的能力和创新。
-
北大团队为新型具身AI数据采集技术获得融资
源极雪（SnowOrigin），一个源自北京大学的团队，已获得宫弘嘉、陆奇及海外机构的投资。该公司正在开发一种新一代数据采集终端，利用表面肌电图（sEMG）腕带和AI解码模型。这些设备旨在捕捉详细的人类交互数据，包括意图、力量和微控制，这对于推进具身AI和物理AI应用至关重要。与现有的视频或动作捕捉等方法相比，源极雪的技术提供了更全面、更具成本效益的解决方案，为训练AI模型提供了必要的数据基础设施。