DCAI
DC AI 热点

全部 AI 动态

9月25日2026-09-25
The Decoder✦ 精选AI 评分 83/10001:01

Black Forest Labs 推出开源具身智能模型 FLUX 3 Action

Black Forest Labs 宣布进军机器人领域,推出开源世界动作模型 FLUX 3 Action。该模型参数量仅为 70 亿(7B),可通过摄像头输入的图像流实时预测机器人下一步的操作动作。评测结果显示,FLUX 3 Action 在 RoboLab-120 基准测试中刷新了纪录,且运行速度比此前顶尖模型最高快出 3.95 倍。

阅读原文 ↗推荐理由:知名生成式 AI 团队跨界进军具身智能领域,推出的轻量开源模型在性能与推理速度上均实现显著突破。# Black Forest Labs# FLUX 3 Action# 具身智能# 机器人# 开源模型
9月24日2026-09-24
IT之家 · AI 筛选✦ 精选AI 评分 70/10021:16

亚马逊将投资超1亿美元在美国新建机器人制造工厂,预计2028年投产

据华尔街日报报道,亚马逊宣布将投资超过1亿美元在美国印第安纳州格林伍德新建机器人制造工厂,预计于2028年投入运营,预计创造300个高薪工程与制造岗位。加上上月宣布在得克萨斯州建设的制造中心,亚马逊旗下的机器人制造工厂将扩增至4座。亚马逊过去10年已在仓储物流领域部署超100万台机器人,旨在进一步提升仓储自动化水平并降低工伤率。

阅读原文 ↗推荐理由:亚马逊持续加码仓储自动化,新建工厂标志着其物流机器人产能与硬件供应链的大幅扩张。# 亚马逊# 机器人制造# 仓储自动化# 具身智能# 物流科技
Data Center Dynamics✦ 精选AI 评分 75/10018:28

三星将作为独家 AI 网络提供商助力韩国机器人产业发展

三星宣布将作为独家 AI 网络提供商,携手韩国电信运营商 KT 和 SK 电讯展开深度合作。该合作将重点推进 AI-RAN(无线接入网)与 5G 独立组网(SA)技术的落地应用,旨在为韩国在 2030 年代确立 6G 通信和具身智能(Physical AI)领域的先发优势与立足点提供技术保障,为机器人产业筑牢下一代通信网络基础设施底座。

阅读原文 ↗推荐理由:三星携手韩国主流电信运营商推进 AI-RAN 布局,为未来具身智能与 6G 时代构建关键网络底座。# 三星# AI-RAN# 5G SA# 具身智能# 6G
量子位✦ 精选AI 评分 68/10016:20

诺因发布GLOW技术报告:人类演示一次即可实现机器人跨场景任务复用

诺因发布GLOW技术报告,针对具身智能的泛化学习提出解决方案。该成果致力于实现机器人的“一教就会”,使机器人仅通过人类的一次操作演示,即可完成跨场景的任务复用与迁移执行。输入素材信息有限,未披露GLOW的具体技术架构、实验数据及落地细节。

阅读原文 ↗推荐理由:探讨具身智能核心的单次示范学习与跨场景泛化能力,展示了机器人控制领域的技术探索。# 具身智能# 机器人# GLOW# 诺因# 示范学习
AITNT · AI头条(网页)✦ 精选AI 评分 78/10013:55

息壤开物完成数亿元融资,华为大模型背景团队发力Physical AI底座

由原华为大模型团队成员创立的Physical AI企业息壤开物,近日连续完成数亿元种子轮及天使轮融资,目前估值达5亿美元。本轮融资由敦鸿资产领投,华控基金、三花控股、银杏谷资本等机构跟投。募集资金将主要用于原生物理AI模型的规模预训练、真实物理交互数据建设、核心研发人才引入及场景验证,旨在重塑物理AI底层能力。

阅读原文 ↗推荐理由:原华为大模型技术骨干创业进军物理AI底座,并在短时间内获得数亿元高估值融资,备受产业界关注。# 息壤开物# Physical AI# 具身智能# 投融资# 模型预训练
量子位✦ 精选AI 评分 60/10013:45

灵初聚焦机器人训练数据质量,重点解决人机动作对齐难题

灵初在机器人训练领域提出不能仅靠增加训练时长,而应严控数据质量,其核心目标在于解决机器人学习中人机动作无法精准对齐的问题。通过提升动作数据的质量与映射精度,助力机器人更高效地掌握作业技能。由于目前公开素材信息有限,关于其具体采用的数据清洗流程、算法模型以及实际落地的硬件验证等细节尚待进一步补充披露。

阅读原文 ↗推荐理由:针对具身智能与机器人学习中关键的人机动作对齐痛点,强调了数据质量的重要性。# 灵初智能# 具身智能# 机器人训练# 数据质量# 人机对齐
AITNT · AI头条(网页)✦ 精选AI 评分 78/10013:21

从三维视觉到世界模型:空间智能成为 AI 走向物理世界的核心路径

该内容围绕相关前沿学术动态展开复盘,探讨从三维视觉向世界模型演进的技术主线。文章指出,当前人工智能的发展正从单纯理解平面画面的感知阶段,迈向能够理解三维空间、预测环境动态变化并执行动作的认知与行动阶段,空间智能因而成为 AI 融入物理世界的关键枢纽。由于现有素材信息较为精炼,更多会议复盘的具体模型细节与前沿论文分析仍有待进一步展开。

阅读原文 ↗推荐理由:梳理了从三维视觉到世界模型的技术演进,直击空间智能与物理世界交互的核心趋势。# 空间智能# 世界模型# 三维视觉# 计算机视觉# 具身智能
量子位✦ 精选AI 评分 75/10013:19

清华大学联合无问芯穹开源具身智能云原生平台RLark

清华大学联合无问芯穹正式开源具身智能云原生平台RLark,旨在打造具身智能基础设施的新“塔台”。该平台支持高效的机器人设备管理与调度,可实现5分钟内完成机器人纳管,并在10秒内快速启动跨集群任务,为具身智能应用的大规模部署和跨集群高效协同提供了底层云原生支撑。

阅读原文 ↗推荐理由:清华大学与无问芯穹联合开源具身智能云原生平台,显著提升了机器人纳管与任务跨集群调度效率。# 清华大学# 无问芯穹# 具身智能# RLark# 开源
arXiv 人工智能✦ 精选AI 评分 72/10012:00

X-Planner:面向具身智能的事件结构化任务规划框架

针对现代视觉-语言-动作(VLA)系统在长程操作中缺乏显式中间结构、现有思维链规划器依赖粗粒度标注的问题,研究团队提出了 X-Planner 规划前端。该方案同时改善具身推理的监督与表征,融合了第一人称视角、通用操作接口及遥操作等多源数据,构建了具备分层粒度和差异化标注深度的规划数据集。由于原始摘要截断,具体的下游控制效果待全文进一步阐释。

阅读原文 ↗推荐理由:针对具身智能长程任务中规划能力不足的痛点,提出了创新的事件结构化规划前端与多源分层数据集。# 具身智能# 任务规划# VLA# 机器人操作# 思维链