EgoExplorer:可穿戴系统捕捉人类活动数据用于机器人训练
上海人工智能实验室、浙江大学和上海交通大学研究人员开发了一种新型可穿戴系统,结合头戴式GoPro HERO13相机、五个VIVE Ultimate追踪器、传感器手套等设备,采集了100小时的人类活动数据,创建了名为EgoExplorer的数据集。
推荐理由:100小时多模态人机交互数据集为机器人训练提供新思路,但实物应用仍需验证。
上海人工智能实验室、浙江大学和上海交通大学研究人员开发了一种新型可穿戴系统,结合头戴式GoPro HERO13相机、五个VIVE Ultimate追踪器、传感器手套等设备,采集了100小时的人类活动数据,创建了名为EgoExplorer的数据集。
推荐理由:100小时多模态人机交互数据集为机器人训练提供新思路,但实物应用仍需验证。
Valve 开发者为 Linux 7.14 内核提交 Switch 2 控制器初步驱动支持,支持 Joy-Con 2、Pro Controller 2 及 GameCube 控制器基础输入。该驱动采用主从式分离架构适配特殊接口,但蓝牙配对等高级功能尚未实现。
2026 上海开源软件应用创新大赛「开源 AI 工具赛道」决赛入围名单今日公布,10 支队伍将于 10 月 29 日在上海张江人工智能创新小镇参加总决赛。
动词算子体系中存在名词,名词是一个域对象但比普通域对象有更多语义约束。现有实现中唯一的名词是用户(User),它除了域对象约束外还有四个特定字段。
Linus Torvalds 删除 Linux Kernel 中的 __get_user() 和 __put_user() 函数,称其为历史遗留且永远不是正确选择。他在 commit message 中明确表示这些函数早就该被移除,且存在误用问题。
研究人员提出 OpenTac,一种新型传感器和全栈生态系统,用于高度可定制、可扩展的触觉皮肤。该系统包括可扩展的电阻式触觉皮肤、传感器设计工具、传感器模拟器、跨传感器迁移和快速/自适应数据采集功能。团队已设计和制造了 30 多种传感器,并在四个真实机器人平台上展示了 3D 触觉感知在接触密集型反馈控制和操作策略学习中的广泛应用。
推荐理由:从传感器设计到控制学习,OpenTac 构建了完整的触觉感知生态系统,开源硬件与工具降低了触觉研究门槛。
微软与Hugging Face合作发布ThinkingBox-Training,通过将数据库终端状态检查转化为奖励函数,对Qwen3.8-27B模型进行50步GRPO微调。
推荐理由:将数据库评分转化为强化学习奖励,让智能体从偶尔成功变为可重复执行,训练任务选择是关键。
2026 上海开源软件应用创新大赛「AI+工业软件赛道」决赛入围名单今日公布,10 支队伍晋级,将于 10 月 29 日在上海张江人工智能创新小镇参加总决赛。
ReactOS 官方宣布 NTFS 驱动经过近十年努力终于可用,同时系统开始向 NT6 架构迁移,这两个重大进展让开源 Windows 项目更接近实际可用状态。
Elite Robots 通过具身智能和机器人合作伙伴关系推进物理 AI 发展。该公司未公布具体模型版本或参数规模,但强调结合具身智能与机器人技术实现物理世界 AI 应用。
米哈游崩坏AI研发团队联合清华大学、北京大学等机构推出GameScaling系列游戏模型并开源,覆盖0.8B至27B参数规模,支持《我的世界》《毁灭战士》等游戏任务。模型基于Qwen3.5视觉语言模型继续预训练,可接收游戏画面和操作记录生成键盘鼠标指令,提供8个模型版本和完整部署方案。
研究人员提出DONIC,首个跨操作类别和人类运动源联合训练的通用双灵巧手跟踪模型,以及包含1575个序列的双手交互数据集BiHOI。该模型在未见物体轨迹上达到57.32%成功率,超越现有基线45.73个百分点。
研究人员提出HuMiT系统,仅需使用紧凑参考目标(包括根高度、根速度和四个稀疏关键点的SE(3)姿态)即可实现全身远程操作,达到约20毫秒的通信到推理延迟和65毫秒的光流延迟。该系统在Unitree G1人形机器人上验证,展示了接球和协调操作能力。
推荐理由:通过仅使用紧凑参考目标实现20毫秒低延迟,解决了人形机器人远程操作中的实时性挑战。
研究人员提出DONIC,首个通用双灵巧手跟踪控制器,结合近端策略优化与行为克隆,在无需微调的情况下,对训练对象未见轨迹成功率达86.79%,超出最先进基线77.36个百分点。同时发布BiHOI数据集,包含1575个序列,覆盖229个物体,强调持续双手交互。
推荐理由:首个通用双灵巧手跟踪控制器通过人类演示训练,成功率达86.79%,解决了双手协调操作数据稀缺问题。
Yicheng Xu提出TARSphere框架,包含基础设施TARSphere-Infra和多模态大语言模型智能体TARSphere-Harness,用于在物理和社会环境中评估长周期具身智能体。研究通过TARSphere-Bench基准测试评估了8个多模态大语言模型,发现通用模型在特定任务上表现优于专用具身模型,但任务更新和人类交互仍是挑战。
推荐理由:TARSphere框架首次将物理与社会约束整合进长周期具身智能体评估,揭示了通用模型在复杂环境中的潜力与执行安全挑战。
该研究在多机器人物联网网络中实现了动态微分段功能,通过商业软件定义工具基于资产功能和健康标签定义细粒度动态策略,可实时隔离威胁并保持未受影响部分的正常运行。
伊利诺伊大学厄巴纳-香槟分校的研究人员结合强化学习与控制理论,开发了名为CARL的新型学习方法,可保证机器人稳定性并提高跟踪性能达15%。该方法已在轮式、飞行和六足机器人上测试,代码已在GitHub开源。
Hugging Face 与 Pollen Robotics 合作发布了开源双足机器人 Microduck,开发者可使用 NVIDIA Isaac Lab 3.0 在仿真中训练行走策略,导出为 ONNX 格式后部署到真实机器人。
推荐理由:从仿真训练到真实部署的完整工作流开源,让更多开发者能低成本训练人形机器人行走策略。
GitHub宣布已完成Git基础设施架构优化,将99.99999%的仓库迁移至Azure和自有数据中心双存储。通过将quorum序列化范围从整个仓库改为单个引用,解决了25ms跨区域延迟导致的写入吞吐量瓶颈,使繁忙仓库也能迁移至Azure。新架构支持按需扩展虚拟读取副本,内部测试显示不同引用的写入吞吐量提高3-4倍。
推荐理由:GitHub通过修改quorum序列化方式将最繁忙仓库迁移至Azure,解决了25ms延迟瓶颈,为智能体规模Git基础设施铺路。
2026 上海开源软件应用创新大赛「智算云赛道」决赛入围名单今日公布,10 支队伍将于 10 月 29 日在上海张江人工智能创新小镇参加总决赛。
英伟达升级Isaac机器人平台,推出人形机器人参考框架与仿真工具。该平台提供开发工具支持人形机器人研发。
2026 上海开源软件应用创新大赛颁奖典礼暨创新增长大会将于 10 月 30 日在上海张江人工智能创新小镇举办。大赛以“开源向实(Open Source, Real Impact)”为主题,面向全国征集优秀开源项目,累计已收到报名项目 700 个。
NVIDIA 在 Hugging Face 上发布 SimReady Central,包含2000多个用于机器人和AI工厂仿真的3D资产,支持碰撞几何、质量、摩擦等物理属性。OEM厂商可提交符合 SimReady 标准的资产,开发者可组合这些资产构建仿真环境,并通过 AI 辅助工具快速创建场景。
推荐理由:开放2000+仿真资产库把机器人开发门槛从建模降到组装,接下来看OEM和开发者如何共建生态。
英伟达升级Isaac机器人平台,推出人形机器人参考框架与仿真工具。该平台支持开发者构建和测试人形机器人应用。
英伟达宣布升级Isaac通用机器人开发平台,推出新的人形机器人参考框架、仿真工作流及数据工具,旨在加速通用机器人开发。相关更新覆盖机器人训练、仿真验证和部署流程,帮助开发者利用合成数据和仿真环境训练机器人,并在实际部署前验证机器人行为。
IT之家报道,统计发现全球广泛依赖的23个核心开源项目中,有11个在过去一年里仅由1至2名开发者持续维护。xz项目在统计期内仅有Lasse Colin一人定期贡献,完成了2025年约97%的修改;sudo命令和IANA时区数据库也面临类似情况。资金支持能明显改善维护状况,如curl每年获得约8.97万美元收入后已有11位常规贡献者,OpenSSL在获得540万美元资助后贡献者从6人增至32人。
研究人员发布MARE(Modular Autonomy and Rendering Environment),一个基于Unreal Engine 5和ROS 2的开源月球车感知与自主性模拟套件。该系统包含地形生成器、配备多种传感器的月球车物理模型和基于Web的导航控制栈,专门解决月球极地低太阳高度角下的长阴影挑战,提供像素级精确的地面真实数据。
研究人员提出IndustrialRemembr,一个共享时空记忆系统,将NVIDIA ReMEmbR扩展至机器人舰队,通过按需生成场景描述减少服务器端计算。系统使用NVIDIA Jetson在机器人端编码视频片段,不上传原始相机帧,并支持GDPR合规的PII抽象。
推荐理由:将时空记忆扩展至机器人舰队,通过按需生成描述降低服务器计算量,同时保护隐私。
Linux 7.4 合并窗口新增约 1.7 万行 Rust 内核代码,由 Miguel Ojeda 提交。Zerocopy crate 升级向前推进八个版本,负责原始字节序列与结构化类型的安全转换。
Amane Yamaguchi研究了PointHand远程操作界面中不同手部视觉呈现方式对新手操作者演示质量和策略学习的影响。在模拟任务中,仅强调拇指和食指关键点的新手收集了441次成功演示,比显示真实手形的320次高出38%。
谷歌宣布面向 TPU 的原生 PyTorch 框架 TorchTPU 已在 GitHub 开源,允许开发者无需重写代码即可将现有 PyTorch 应用迁移到谷歌 TPU 和谷歌云。亚马逊同期也发布了类似产品 TorchNeuron,用于将应用移植到 Trainium 芯片和 AWS。两家公司正努力削弱英伟达在 AI 硬件和生态中的主导地位。
同一件事,精选收录的是《谷歌推出TorchTPU,加入亚马逊阵营挑战NVIDIA在AI开发者中的主导地位》
研究团队提出TARSphere框架,包含基础设施TARSphere-Infra和多模态大模型智能体TARSphere-Harness,用于在物理和社会环境中执行长时程任务。研究构建了TARSphere-Bench评估基准,包含30个室内场景的360个剧集,评估了8个多模态大模型的表现,发现通用模型可能优于专用模型,但任务更新和人机交互仍有困难。
推荐理由:研究揭示了通用大模型在具身任务中可能优于专用模型,但任务更新和人机交互仍是难点,执行安全评估亟待加强。
Deepseek 开源了其内部推理框架 DeepInfer,该框架基于 vLLM 构建,通过优化计算内核、多芯片分布式处理和更快的文本生成技术,使其 V4.1-Flash 模型能够快速规模化生成响应。公司还发布了 deepseek-recipe,用于复制官方 Deepseek API 的 token 处理方式,确保自托管设置行为一致。
NVIDIA 发布 Cosmos3-H-Dreams,首个基于临床胆囊切除术数据训练的实时生成式外科手术模拟器,可在单块 NVIDIA RTX PRO 6000 GPU 上运行。该模型基于 Cosmos3 架构,通过学习临床手术视频和机器人运动学数据,实现了对人体内部复杂解剖结构和组织运动的实时交互模拟。
推荐理由:首个基于临床手术数据训练的实时生成式外科模拟器,将手术训练从桌面场景推进到复杂人体内部环境。
DeepSeek 开源了推理框架 DeepInfer,该框架负责调度算力集群,直接影响 AI 服务的算力成本和电费。
Linux 7.4 合并窗口开启,Rust for Linux 项目负责人提交了约 1.7 万行代码更新,核心变化包括 Zerocopy 库一次性升级八个版本、启用 proc_macro_span 特性改善诊断信息,以及新增 mem 和 ratelimit 模块。
Linux 基金会发布报告评估开源 AI 在 APEC 经济体的采用率、投资规模及经济与社会影响。开源 AI 通过降低成本、避免供应商锁定、促进创新,为中小企业和发展中经济体带来机遇。报告基于文献综述及与 11 个经济体百余位专家对话完成。
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 宣布将内部推理框架 DeepInfer 全面开源,旨在帮助开发者与企业优化大规模推理的吞吐与延迟,降低算力成本和能源消耗。该框架集成高性能算子与深度优化的推理引擎,支持分布式推理、推测解码等能力,兼容英伟达与华为昇腾平台。
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。