枚举引导的神经哈密顿-雅各比安全证书训练
本文提出了一种验证引导的训练框架，通过概率枚举安全约束来检测前向不变性违规，生成比标准对抗攻击方法更精确的失败边界反例。在Isaac Sim环境和真实自动驾驶赛车实验中，该安全过滤器实现了零安全约束违规，相比传统控制器和LQR备份策略表现更优。
#具身智能
arXiv · cs.ROAI 评分5555 arXiv · cs.ROAI 评分5555 新手操作者所见影响策略学习：基于关键点手部视觉表示的远程操作演示用户研究
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%。
arXiv · cs.RO精选AI 评分6565 EventSync: 面向历史依赖操作的事件驱动记忆更新
Jingjiao Zhao提出EventSync框架，通过事件驱动记忆更新协调任务推理和动作执行，在RoboMME基准上达到64.5%的整体成功率，比最佳基线高出20个百分点。该框架结合视觉语言模型生成子目标和视觉语言-动作模型执行，并通过轻量级事件监控器确定子目标完成状态。
推荐理由：事件驱动记忆更新解决了机器人操作中历史依赖任务的关键挑战，在RoboMME上实现64.5%成功率，领先基准20个百分点。
钛媒体AI 评分7575 机器人行业进入调整期，资金从整机转向具身大脑
盈合机器人进入破产清算，宇树科技市值大幅缩水，2025-2026年已有超过20家机器人公司破产或关停。与此同时，一级市场资金加速流向具身大脑领域，2026年上半年具身大脑融资占比达50.8%，远超本体整机的12.8%。行业正经历从硬件到智能的周期性调整。
钛媒体精选AI 评分8181 OpenAI 招聘27个机器人硬件岗位，战略转向自研机器人身体
OpenAI 在2026年10月招聘27个机器人相关岗位，包括执行器设计等硬件职位，并租用202,000平方英尺、电力容量超过14,000安培的工业仓库。这一转变与OpenAI创始人奥尔特曼此前'只做大脑'的表态形成对比，显示公司战略从纯AI模型转向硬件与软件结合。
推荐理由：OpenAI 从'只做大脑'转向自研机器人身体，招聘27个硬件岗位并租用数据中心规格仓库，揭示AI巨头正重新定义硬件与软件的关系。
HuggingFace Daily Papers精选AI 评分6565 SolarRenderer: 少步生成式参考渲染
研究人员提出SolarRenderer，一种结构条件视频渲染器，通过冻结MiniMax-H3 33B主干模型并使用两个轻量级LoRA适配器，实现了四步渲染，比50步采样快12.3倍。该模型在136K帧对齐语料上训练，可在16种结构表示上达到最先进结果，并能泛化到11种未见表示，包括姿态骨架、绘图和点云。
推荐理由：四步渲染比传统方法快12.3倍，同时保持对11种新结构表示的泛化能力，为实时视频生成开辟新路径。
HuggingFace Daily Papers精选AI 评分6565 Sage-A1.5：从长周期执行到科学探索的能力组合模型
Sage-A1.5是一个35B参数的混合专家智能体模型，在A1基础上通过自适应能力组合提升长周期问题解决能力。该模型具有三大改进：智能体编排、验证和开放科学发现，支持任务分解、并行协作、进度检查和策略修订，并能进行探索性科学研究。
推荐理由：通过能力组合实现长周期任务执行与科学探索，Sage-A1.5展示了智能体协作与验证的新路径。
Google新闻·人形机器人(中)AI 评分3030 全球具身智能已来到“标准先行、规则定局”关键期
全球具身智能进入“标准先行、规则定局”关键期。行业正加速推进技术标准制定与规则框架构建，为具身智能规模化应用奠定基础。
钛媒体精选AI 评分7676 2026工博会：机器人赛道从炫技转向落地，具身智能临界点提前
2026年工博会显示机器人赛道从关注人形姿态转向实际产线应用，头部厂商如汇川、库卡、节卡等已实现工序节拍优化。宇树科技创始人王兴兴反思低估AI作用，GPT-6在机器人控制任务中成功率提升至95%，具身智能临界点可能在一两年内到来。工业AI渗透加快，IDC数据显示36.6%制造企业已部署2至5类工业智能体，但跨场景迁移和稳定性仍是主要挑战。
推荐理由：工博会显示机器人赛道从炫技转向落地，GPT-6让具身智能临界点提前至一两年，但工业场景仍需解决泛化性与稳定性问题。
钛媒体AI 评分6565 房车智能化赛道发展现状与挑战
房车正被拽入乘用车智能化浪潮，新能源底盘渗透率达18.4%，星空梦屋等企业推出原生智能架构方案，但面临供应链与规模挑战。传统房车智能化多停留在智能家居上车阶段，真正底层重构的智能房车仍处于初赛阶段。
华尔街见闻精选AI 评分8585 亚马逊云因供电不足致数十亿美元英伟达芯片积压仓库
亚马逊内部文件显示，AWS每月接收约30亿美元的英伟达GB300芯片机架，但因数据中心供电不足只能堆放在中转仓库，导致公司自由现金流转负且将持续数年。芯片积压未拉低GPU租价，反而因通电算力稀缺推动B200租价较年初上涨40%。
推荐理由：数十亿美元英伟达芯片因电力瓶颈闲置仓库，揭示AI军备竞赛中基础设施与需求错位的结构性矛盾。
Google新闻·人形机器人(中)AI 评分3030 韩美中在物理AI领域展开竞争，最终目标是‘通用AI大脑’
韩美中在物理AI领域展开竞争，最终目标是开发‘通用AI大脑’。三国正通过技术研发争夺这一领域的领先地位。
钛媒体精选AI 评分8585 当机器狗学会自己挣钱，芯片才是真正的赢家
2026年上半年全球四足机器人出货量突破4.9万台，同比增长92.5%。芯片需求从消费级简洁方案转向工业级复杂需求，人形机器人需20-30套编码器，MCU部署量近100颗。国产芯片在高端算力上仍有差距，但优必选与沐曦合资成立曦选创智，聚焦具身智能端侧芯片研发。国产芯片竞争焦点从单颗性能转向整体方案可落地性，工具链和功能安全认证成为决定性因素。
推荐理由：芯片从集中走向分布，国产芯片窗口期比想象中更短，工具链和功能安全认证成为决定性因素。
钛媒体AI 评分6565 DeepSeek宣布全面开源内部推理框架DeepInfer
DeepSeek于10月20日宣布将内部推理框架DeepInfer全面开源。基于此框架，公司已实现DeepSeek V4.1 Flash高吞吐、低延迟的大规模推理服务，未来新模型的推理代码及优化也将在此持续更新。
AWS Machine Learning Blog精选AI 评分7070 i14的Laplace 3B线性注意力模型在AWS Trainium2上的训练与部署
i14与AWS合作，将Laplace 3B线性注意力模型适配到AWS Trainium2加速器上，使用原生PyTorch支持。该模型通过门控线性注意力(GLA)实现固定大小的循环状态(29.5MB/序列)，训练速度达120,000 tokens/秒，推理速度达11,544输出tokens/秒(1,280并发序列)。
推荐理由：线性注意力模型在AWS Trainium2上实现了固定状态大小，解决了传统transformer的KV缓存增长问题，为长上下文应用提供了新思路。
财联社电报AI 评分4242 SpaceX 将在数周内大规模向企业部署 GrokBot
SpaceX 计划数周内向企业大规模部署 GrokBot，该产品因持续改进带动用户使用量增长。
TechXplore · Robotics精选AI 评分7575 Binghamton大学研究揭示AI机器人触发词安全风险
纽约宾汉顿大学研究人员发现，通过向大语言模型添加触发词，可将原本设计切苹果的服务机器人重新编程为切人手。他们在2026 IEEE/RSJ国际智能机器人与系统会议上发表了两篇论文，介绍了名为MuTRAP的攻击方法和名为PROTEA的防御系统。研究人员强调，设计攻击场景的目的是为了开发未来防御措施，确保AI生态系统安全。
推荐理由：通过触发词将服务机器人从切苹果转向切人手，揭示了LLM在机器人任务规划中的安全漏洞，同时提出了防御方案PROTEA。
HuggingFace Daily Papers精选AI 评分7070 LaLa-World: 通过自然语言动作扩展潜在世界模型
研究团队提出LaLa-World，一种语言条件潜在世界模型，通过语言描述数值动作和视觉变化，实现跨域学习。该模型在MPC规划性能上优于现有LWM，训练成本降低6倍，推理速度提高13.9倍。基于此的LaLa-Policy在LIBERO和RoboCasa上与Cosmos Policy竞争，推理速度提升5.5倍。
推荐理由：用语言描述动作和视觉变化，让单一预测器跨域学习，6倍降低训练成本仍保持规划性能。
HuggingFace Daily Papers精选AI 评分6565 TARSphere: 面向长时程具身智能体的全栈框架
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。
HuggingFace Daily Papers精选AI 评分6565 迈向物理AI中的递归自我改进
该论文探讨了递归自我改进(RSI)在物理AI中的应用，分析了机器人学习中的能力改进与改进过程改进的路径，并总结了现有研究的评估原则和研究方向。
推荐理由：递归自我改进机制在物理世界面临学习成本与安全挑战，现有研究尚未完全证明递归增益的独立性。
HuggingFace Daily Papers精选AI 评分7070 Self-Distilling Future Video Representations for World Action Models
研究人员提出FRED框架，通过自蒸馏方法提升世界行动模型(WAMs)的未来视频表示质量。该框架在真实操作场景中表现优异，特别是在长时程和跨领域任务上，零样本泛化能力显著提升，人机技能迁移成功率从19.4%提高到50.0%。
推荐理由：通过自蒸馏提升未来视频表示质量，使机器人零样本泛化能力提升近2.6倍，人机技能迁移成功率突破50%。
Latent Space精选AI 评分8080 SF Compute 推出可编程数据中心，实现GPU算力物理交易
SF Compute 推出可编程数据中心，实现GPU算力的物理结算交易。该公司通过构建完整的云操作系统，使客户能够买卖和程序化控制GPU算力，包括网络、内存等基础设施。SF Compute 已完成数亿美元算力交易，并允许客户动态划分InfiniBand网络。公司强调物理结算的重要性，认为这是建立有效算力市场的基础，并计划扩展至全球主权计算市场。
推荐理由：从软件定义网络到GPU算力交易，物理结算让算力市场更接近真实供需，但独立性与流动性仍是核心挑战。
Hugging Face Blog精选AI 评分7575 NVIDIA 发布 Cosmos3-H-Dreams 生成式外科手术模拟器
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。
Google新闻·人形机器人(中)AI 评分3030 机器人涨、大模型跌，AI行情为何难以“两翼齐飞”
机器人板块上涨，大模型板块下跌，AI行情呈现分化态势。机器人领域表现强劲，而大模型市场面临调整压力。
AWS Machine Learning Blog精选AI 评分6565 Octave如何在Amazon Bedrock上构建安全的多租户AI基础架构
Octave Reliance在AWS上构建了一个安全的多租户AI基础架构，解决了医疗设备、制药和食品制造等监管行业中的数据隔离与语义搜索需求。该架构包含数据准备、安全执行和内容保护三层，使用Cohere Embed v4模型和Amazon Bedrock AgentCore，实现了2亿文档的嵌入处理和投诉分类助手功能，将每个用例的部署时间减少了50%。
推荐理由：在医疗设备等强监管领域，Octave通过构建三层AI基础架构，实现了多租户数据隔离与高效语义搜索，为SaaS平台AI落地提供了可复用的安全模式。
Microsoft ResearchAI 评分3535 Microsoft Research Catalyst Lab 主任 Chris White 的技术公益之路
Microsoft Research Catalyst Lab 主任 Chris White 曾在 DARPA 领导阿富汗战场数据分析项目，后开发暗网搜索工具打击人口贩卖，获 2016 年美国总统打击人口贩卖杰出贡献奖。他的工作聚焦技术公益，通过数据分析预防暴力、保护人员安全，并坚持用技术应对现实世界中的黑暗问题。
TechCrunch · RoboticsAI 评分3535 前英伟达 VC Amulya Vishwanath：物理 AI 处于“乐高时代”
Techable Ventures 创始人 Amulya Vishwanath 称物理 AI 处于“乐高时代”，当前行业正在重新构建机器人基础软件和模块化组件。她强调人才是美国市场的关键壁垒，其 VC 帮助初创公司连接顶尖人才以保持竞争力。
AWS Machine Learning BlogAI 评分5555 AWS教程：使用AtScale和Amazon Bedrock AgentCore构建智能体AI的语义层
AWS官方教程介绍如何使用AtScale语义层和Amazon Bedrock AgentCore构建智能体AI系统，实现企业数据的统一访问和权限控制。文章详细展示了如何使用语义建模语言(SML)构建客户360度模型，并通过AtScale的MCP服务器与AgentCore集成，实现身份传播、查询优化和治理功能。
Hugging Face Blog精选AI 评分7575 Hugging Face 发布 TorchTPU：PyTorch 原生支持 TPU
Hugging Face 发布 TorchTPU，为 PyTorch 添加原生 TPU 后端，使开发者可以直接在 TPU 上运行 Transformers、Diffusers 和 Kernels 库。
推荐理由：TorchTPU 让 PyTorch 原生支持 TPU，开发者无需学习 JAX 或使用 torch_xla，只需一行代码即可将模型迁移到 TPU。
AWS Machine Learning Blog同事件AI 评分6565 在AWS上使用Strategy Mosaic和Amazon Bedrock AgentCore构建智能体语义层
AWS官方教程介绍如何使用Strategy M语义层和Amazon Bedrock AgentCore构建智能体语义层，实现跨Amazon Redshift和Amazon Aurora的数据查询。文章详细说明了模型链接、指标定义、安全传播和MCP端点配置等关键技术点，并通过客户360度案例展示了实际应用。
同一件事，精选收录的是《Eon 如何在 Amazon Bedrock AgentCore 上构建多云调查功能》
AWS Machine Learning BlogAI 评分5555 AWS使用Denodo和Amazon Bedrock AgentCore构建智能体AI的语义层
AWS博客介绍了如何使用Denodo和Amazon Bedrock AgentCore构建智能体AI的语义层，实现对企业数据的联邦访问和治理。文章详细说明了如何将Amazon Aurora、Amazon Redshift和本地PostgreSQL数据库在Denodo中联合为客户360视图，并通过Denodo MCP Server将语义视图暴露给AgentCore托管的智能体。
Google新闻·Humanoid+Embodied(英)AI 评分3030 触觉赛道半年涌入数千亿资本：后来者寻求捷径与不可避免的硬件教训
触觉赛道半年内吸引数千亿资本涌入，后来者试图通过捷径快速进入市场，但必须经历硬件开发的必然教训。
华尔街见闻AI 评分7575 英伟达GTC柏林站聚焦AI商业化，市场期待算力需求证据
英伟达GTC柏林站将于10月20日至22日举行，黄仁勋将于21日发表主题演讲。当前AI行业面临投资回报争议，市场期待英伟达证明AI算力需求的可持续性，而非仅展示技术参数。大会将重点关注AI Agent、物理AI和机器人等领域的商业化进展，以及英伟达与英特尔的潜在合作。
TechCrunch · AI精选AI 评分8585 Eka Robotics获1.45亿美元融资，物理AI模型展现超人类抓取能力
Eka Robotics完成1.5亿美元A轮融资，估值达14.5亿美元。该公司开发的物理AI模型结合力敏感夹爪和新深度学习模型，能在无需重新训练的情况下适应多种物体，抓取成功率超过95%，每小时可处理约1500件重达1公斤的物体，超过人类效率。该模型采用视觉-力-行动架构而非传统的视觉-语言-行动架构，通过物理模拟和强化学习实现。
推荐理由：1.45亿美元融资让Eka的物理AI模型引发专家惊叹，其基于力感知的抓取架构可能改变机器人操作领域。
华尔街见闻AI 评分7575 宁德时代与华为乾崑合作推进智能换电
宁德时代与华为乾崑签署智能化补能生态战略合作协议，计划将华为乾崑智驾方案与宁德时代巧克力换电网络结合，探索车辆自主前往换电站完成电池更换的场景。双方合作将逐步让搭载华为乾崑方案的合作车型接入换电网络，预计2027年将有5款左右换电车型推出。
IT之家AI 评分4545 特斯拉车机系统将接入支付宝车载助手智慧停车服务
特斯拉中国车机系统计划上线支付宝车载助手智慧停车服务，车主可通过 OTA 升级在车机屏幕完成停车费快捷支付。支付宝车载助手已覆盖 16 个品牌、66 个车型，累计上路车辆超 1000 万辆。
HuggingFace Daily Papers同事件AI 评分6565 RoboValue: 用于统一评估机器人价值模型的细粒度模拟与真实基准
研究团队推出RoboValue基准，包含15个模拟和20个真实世界操作任务，用于评估机器人价值模型在任务状态理解、时间进度监控、失败与恢复推理以及价值一致性四个维度的能力。研究发现现有模型在细粒度指令基础、历史依赖进度跟踪和恢复评估方面存在错误，同一语义子任务在不同执行顺序中可能获得显著不同的价值增益。
同一件事，精选收录的是《RoboValue: 用于机器人价值模型统一评估的细粒度仿真与真实世界基准》
Google新闻·人形机器人(中)AI 评分3030 大疆/影石/启元/寻影加码AI影像，不会拍照的机器人不是好具身智能？
大疆、影石、启元、寻影等公司加码AI影像技术，探索具身智能在机器人领域的应用。机器人通过视觉感知提升环境交互能力，推动具身智能发展。
华尔街见闻AI 评分7575 英伟达百亿美元投资落子德国，黄仁勋：昔日科技强国掉队，让我十分痛心
英伟达与德国政府签署合作意向声明，宣布投资四家德国初创企业，并与西门子达成AI工厂合作协议，共同开发物理AI技术。德国总理默茨呼吁中小企业向AI开放数据，西门子与德意志银行牵头的联盟预测到2035年德国在AI等领域潜在投资规模达4.1万亿欧元。
钛媒体精选AI 评分8585 Dyna Robotics：被部署教训了300天后，找到机器人Scaling Law
Dyna Robotics分享了从Dyna-1到Dyna-2的两年历程，包括从VLA模型转向世界动作模型，使用100万小时第一人称人类视频预训练，发现机器人数据规模定律。公司强调真实部署是衡量机器人的唯一评估，模型、数据和硬件必须共同进步才能实现商业化落地。
推荐理由：从演示到真实部署的300天，机器人Scaling Law的探索揭示了数据规模与系统落地的关键张力。