Physical intelligence
PulseAugur coverage of Physical intelligence — every cluster mentioning Physical intelligence across labs, papers, and developer communities, ranked by signal.
- 2026-07-22 funding Physical Intelligence is reportedly being eyed for acquisition by AI companies Anthropic and OpenAI. 来源
- 2026-07-22 funding Physical Intelligence is reportedly being eyed for acquisition by AI firms Anthropic and OpenAI. 来源
- 2026-04-08 product_launch Physical Intelligence leverages Modal's infrastructure for real-time robotic inference. 来源
7 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。
-
前Meta研究员创办的公司向零工工人支付机器人训练数据费用
Memories.ai,一家由前Meta研究员创立的初创公司,正在收集第一人称视频数据来训练机器人。他们推出了一个名为Memories Upload的全球零工平台,支付报酬给个人,让他们使用可穿戴的LUCI Pin摄像头录制自己执行各种任务的视频。该公司至今已积累了超过100万小时的视频,目标是在2027年3月前达到1000万小时,并已获得1600万美元的融资。Figure等机器人公司和Physical Intelligence等AI…
-
Bain Capital 的 Ajay Agarwal 认为实体人工智能迎来“黄金时代”
Bain Capital Ventures 的 Ajay Agarwal 已经注意到投资正显著转向实体人工智能和机器人领域,他早期曾通过 Kiva Systems 支持该领域。他认为当前是硬件和实体人工智能的“黄金时代”,并指出资金增加、来自 SpaceX 和 Google DeepMind 等公司的优秀人才库以及零部件成本下降是关键驱动因素。这与他早期需要说服合伙人投资机器人的经历形成对比,而现在随着更广泛的硅谷拥抱该行业,这一挑战已大大减小。
-
Bezos 支持的 Physical Intelligence 开发可适应的机器人基础模型
Physical Intelligence 是一家获得 Jeff Bezos 和 OpenAI 支持的公司,正在开发可适应的机器人基础模型。这些模型旨在使机器人能够在一台机器上学习折叠衣物等技能,然后将这些知识应用于不同的机器人系统。目标是为包括家务劳动和工业包装在内的各种应用提供一个共同的起点。
-
AI机器人协会发布基于16151小时人类操作数据训练的基础模型
AI机器人协会(AIRoA)发布了AIRoA-0,这是一个机器人基础模型,其训练数据来自通过名为YUBI的手持抓手收集的16151小时人类操作数据。该模型基于Physical Intelligence的π0.5基础构建,能够执行分拣小零件和折叠毛巾等任务,在评估中显示出比以往模型高得多的成功率。AIRoA旨在通过允许从不同地点收集数据而无需专用机器人硬件,来促进大规模机器人学习,模型权重和相关代码已在Hugging Face和GitHub上提供。
-
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。
-
Ant Lingbo 开源机器人AI大脑,获全球关注
在2026世界互联网大会乌镇峰会上,蚂蚁集团旗下具身智能公司蚂蚁灵境展示了其全开源的通用型机器人AI大模型。LingBot系列模型在九个月内实现了超过220万次下载和3.3万个GitHub Star,斯坦福大学和洛桑联邦理工学院等机构的研究人员也已集成该技术。该公司还通过将其模型适配到全球开发者工具链以及与合作伙伴合作,在智能药房、工业自动化和物流等领域拓展其生态系统。
-
AI数据周报:大语言模型价格上涨,融资激增,MCP服务器波动
TANDIU发布的2026年10月26日至11月1日周报揭示了动态的AI格局。大语言模型API价格指数略有上涨,主要受Mistral AI一次价格变动的影响,Hunyuan A13B仍为价格最低的模型,GPT-5.5 Pro价格最高。AI融资追踪器记录了165条新融资记录,主要来自美国和中国,据报道Baseten和Physical Intelligence正在进行重要的融资洽谈。此外,报告还详细介绍了GPU租赁价格的变化以及官方MCP…
-
Physical Intelligence API Beta 版发布,AlphaNIST 项目推出
Physical Intelligence 已为其 API 发布 Beta 版,旨在为机器人应用提供前沿模型。另外,一个名为 AlphaNIST 的项目已推出,但所提供的信息并未详细说明其具体功能。
-
机器人通过单次演示学习框架实现83%的泛化能力
来自宾夕法尼亚大学、麻省理工学院和斯坦福大学的研究人员开发了一个名为RAPID的新框架,以提高机器人在物理任务中的泛化能力。该方法摒弃了数据密集型、端到端学习的模式,转向更结构化的、基于模型的规划方法。RAPID利用一个“编码代理”将人类的单次演示转化为可重用的、以对象为中心的程序,然后在模拟环境中进行验证,最后在真实世界中执行。这种方法显著提高了机器人执行新颖的、非抓取任务的能力,成功率很高,在复杂任务上实现了83%的泛化能力。
-
Modal 达到 10 亿美元 ARR,完成 7.5 亿美元 D 轮融资,用于 AI 基础设施
AI 基础设施公司 Modal 宣布其年化运行收入已突破 10 亿美元,并已完成 7.5 亿美元 D 轮融资。该公司平台的使用量显著增长,在过去五个月内增长了两倍,同比增长了 15 倍。Modal 的基础设施已被 TypeSafe AI、DoorDash、Cognition 和 Runway ML 等各种 AI 应用采用,用于执行从 LLM 推理和模型训练到机器人和药物发现等任务。
-
新AI论文探讨物理智能和视频生成
两篇新AI研究论文被重点介绍,分别关注人工智能的不同方面。第一篇论文《GroundingPI》介绍了一个使用视觉原语的物理智能基础模型。第二篇论文《Any Time, Any Space》提出了一个以世界状态为中心的代理视频生成框架。
-
实体AI与机器人融资激增至2026年480亿美元,数据需求驱动 · 跟踪1个来源
全球对实体AI和机器人的投资激增,2026年前九个月已分配近480亿美元,超过了前一整年的总和。这笔资金正流向该行业的各个方面,从机器人制造和通用智能系统到培训设施和实际应用。Anduril、NEURA Robotics和Skild AI等公司吸引了大量资金,日益重视开发能够学习并适应现实世界场景的机器人。一个关键挑战是获取足够且多样化的训练数据,这促使公司开发创新的数据收集方法,例如Figure的“Index”计划,并建立专门的培训…
-
机器人即服务初创公司 Ultra 融资 6200 万美元,与人工智能公司达成合作
Ultra 是一家为仓库提供机器人即服务的公司,已获得 6200 万美元融资。此轮 A 轮融资由 Framework Ventures 领投,Y Combinator 参投,此前已完成 1200 万美元的种子轮融资。Ultra 还在深化与人工智能公司 Physical Intelligence 的合作,该公司为其机器人提供人工智能支持。
-
中国机器人公司星纪元(Star-Epoch)的VPP2模型登顶全球榜单,超越GPT-6和NVIDIA
中国机器人公司星纪元(Star-Epoch)开发了一个名为VPP2的世界动作模型(WAM),该模型在RoboDojo基准测试中取得了最高排名,超越了GPT-6-ASTRA和NVIDIA的GR00T-N1.7等领先模型。VPP2的成功归功于其新颖的解耦和重排视频预测与动作学习的方法,专注于在训练动作执行之前进行鲁棒的视频预测。这种方法使VPP2能够展现出强大的泛化能力、精确的操作能力和记忆能力,即使在真实机器人上的零样本任务中,无需额外…
-
机器人领域领导者在 Runway Summit 讨论现实世界 AI 部署
The Bot Company 联合创始人兼首席技术官 Paril Jain 和 Physical Intelligence 联合创始人 Quan Vuong 在 Runway AI Summit 上讨论了现实世界评估和机器人技术的未来。他们的对话涉及在实际环境中部署机器人及其未来三年的预期进展。
-
中国AI模型Maxwell在物理任务排名中领先全球
一款名为Maxwell的新型具身AI模型,由中国工业人工智能研究所开发,在Meta-World物理任务基准测试中取得了有史以来最高分。Maxwell在该基准测试中得分91.9,该测试评估机器人在抓取和开门等50项日常物理任务上的表现。这一成就使Maxwell超越了包括Google DeepMind和MIT在内的全球顶尖研究机构和公司的提交成果。
-
GroundingPI模型通过视觉原语推进物理智能
一个名为GroundingPI的新的40亿参数接地基础模型已被推出,旨在通过视觉原语推进物理智能。该模型在34个接地基准测试中确立了新的最先进水平,性能优于GPT-6 Astra等更大的模型。GroundingPI在机器人操作和自动驾驶任务中展示了显著的改进,显示出增强的泛化能力和数据效率,尤其是在分布外场景中。
-
具身智能模型DM0.5横扫四大关键基准,展现广泛能力
具身智能模型DM0.5在RoboColiseum基准测试(一个用于评估具身智能的综合平台)的四个子排行榜上均取得了最高排名。该模型是首个在指令遵循、空间理解、扰动适应和通用操作这四个类别中均表现出色的模型,显示出其没有结构性弱点。DM0.5的成功归功于其先进的架构,包括用于推理的具身思维链(embodied Chain-of-Thought)、用于空间理解的海量以自我为中心的视频数据,以及用于快速推理和长期记忆检索的工程优化,使其能够…
-
盛趣科技Motus2赋能机器人实现闭环学习自我进化 · 追踪2个来源
盛趣科技发布了其具身智能世界模型Motus2,旨在通过行动、预测和评估的闭环系统使机器人能够自我进化。该新模型整合了视觉、语言、动作和触觉等多种模态,并通过利用自身预测和评估来优化策略,探索递归自我改进(RSI)。Motus2还融入了记忆功能,并利用大规模人类第一人称(Ego)数据来训练高自由度机械手执行复杂操作任务。