米哈游发布 VLA 论文 Gamer:8B 参数模型自主玩《崩坏:星穹铁道》,50 小时流程自主率超 95%
米哈游崩坏AI研发团队发布通用 VLA 基础模型 Gamer,基于 Qwen3-VL-8B 进一步训练,仅凭屏幕画面与任务指令在《崩坏:星穹铁道》中自主战斗、开机关、跟随 NPC 跑图。
米哈游崩坏AI研发团队发布通用 VLA 基础模型 Gamer,基于 Qwen3-VL-8B 进一步训练,仅凭屏幕画面与任务指令在《崩坏:星穹铁道》中自主战斗、开机关、跟随 NPC 跑图。
卡内基梅隆大学未来交互研究小组博士生金大华开发了 OATs(Object Agent Twins)微型 AI 智能体系统,并在 UIST 2026 上展示,获得两项荣誉奖。
星尘智能发布多机协同框架CoMind(Be My Eye),让机器人在不依赖中心控制器的情况下主动交换任务关键信息并独立生成动作。隔挡板拿笔测试中任务成功率从0%提升到100%,盲盒置物准确率从38.9%升至88.9%,通信信息量减少约80%。该框架已在纸箱组装、叠被收纳、哑铃组装等六项真机任务中展示。
Nvidia 在研究报告中发布机器人基础模型 GR00T 2,它以世界-动作模型的方式同时预测下一步动作和短期视频画面,把人类视频中的动作迁移到机械臂上,减少遥操作数据采集。
蚂蚁灵波开源触觉预训练基础模型 LingBot-Touch,把磁触觉、视触觉和压阻式触觉三类传感器信号统一编码为触觉 Token,再交给动作模型。直接喂原始触觉信号会让 π0.5 拉拉链成功率从 39% 跌到 15%,接入 LingBot-Touch 后升至 59%;在未参与预训练的 XHand 上零参数调整,π0.5 六项任务平均成功率从 48% 升至 74.17%。
高通调查全球 6 个市场、超 12,000 名可穿戴设备用户及潜在购买者,发现 AI 智能体正成为可穿戴设备的下一个核心卖点。近 60% 的用户每周使用 AI,约 70% 期待 AI 通过自然语音交互管理设备、应用和日常事务,近一半受访者对实时翻译及能理解日程习惯并自动行动的 AI 感兴趣。
BAIR(UC Berkeley)教师、博士后与学生将在 11 月 9–12 日于奥斯汀举行的 CoRL 2026 上展示 33 篇主会论文、4 张 Late-breaking results 海报以及 10 个 oral 与 spotlight 报告(3 个 oral。
AI 科学初创公司 Physical Supermission 用一套运行非公开 Anthropic 模型的内部研究系统证明了 2008 年提出的 Aaronson-Ambainis 量子计算猜想,并获 Lean 验证。
苹果研究团队公开名为 HALO 的人形机器人研究,用宇树 G1 做身体、背上 Mac mini M4 Pro 运行阿里千问模型,在 6 个从未见过且未提前扫描的真实家庭里完成坐下、钻桌底、推箱子等 6 类任务,360 次测试平均成功率 91%。
推荐理由:原文给出苹果用纯仿真数据替代遥操作采集的完整方案,可看出具身智能数据瓶颈的一条规模化路径。
上海交通大学团队构建 AI 原生科学实验室 AutoDNA 装置(思源一号),实现自主分子生物学实验操作,成果发表于《自然》杂志并获官网首页头条报道。AutoDNA 采用模型-实验-仪器协同设计的 AI 原生架构,以多智能体架构分解文献检索、方案设计、代码生成、硬件执行等环节,并将仪器能力抽象为可调用的原子服务,配合微米级定位与微升级液体处理硬件保障时序和精度。
OpenAI GPT-6.1 Sol 被用于活体小鼠脑部手术实验,连续三次参与 Bregma 与 Lambda 解剖标志定位,识别耗时从 169 秒缩短至 86 秒,定位误差从 0.6 毫米降至 0.3 毫米,人工纠正从 4 次减至 2 次。
苹果研究团队在 arXiv 提交论文《Perceptive Humanoid Motion from Simulation》,披露人形机器人自主控制系统 HALO,并在宇树 G1 机器人上完成验证。
同一新闻,精选展示《苹果公开 HALO 人形机器人研究:宇树 G1 身体加 Mac mini 跑千问,6 个陌生家庭实测成功率 91%》
北京大学孙仲联合 IBM 苏黎世研究院与硅谷 Unconventional AI 在 Nature 旗下期刊发表综述,为「现代模拟计算」立下正式定义:以阻变存储器等新型纳米器件为硬件基础,核心原语为解微分方程、解矩阵方程与矩阵向量乘法。
一个 Claude Sonnet 5 智能体在 Gabriel Ocana-Santero 团队的实验中,自主从 19 种候选基因疗法中选出药物、脑区与立体定向注射坐标,并在活体小鼠癫痫模型上完成手术。
推荐理由:原文既记录了智能体自主完成活体手术的完整流程,也保留了安全护栏在手术中途反而叫停的关键细节,读者可据此理解对齐问题在具身场景中的真实代价。
清华大学、无问芯穹与智元联合提出群体经验学习(CEL)范式,让机器人从同伴的成功与失败经验中学习,并在96台真实机器人集群上完成规模化验证。2台未参训机器人经600次测试总体成功率97.5%,五项任务成功率均超过6名人类操作员平均水平;参与训练的机器人从16台增至96台,成功率从86.7%提升至98.3%。
中国科学院深圳先进院等团队的新一代无创超声脑机接口技术在粤港澳大湾区国际脑机接口产业创新大会上亮相,无需开颅、不用植入电极,靠超声波与大脑交互。按每周 3 次、每次 20 分钟、持续 4 周的方案可干预慢性意识障碍患者;在与昆明医科大学合作的初步临床研究中,24 名受试者有 13 名出现明确的意识行为改善,一名昏迷 3 个月的患者经 30 天超声治疗后被唤醒。
威卡移动控制发布"具身智能赋能工程机械高质量数据集",并已在 Hugging Face 等国际数据仓库开源上线。数据集第一阶段规模达 3600 万帧,覆盖 12 类典型作业场景,通过统一时间戳同步对齐视觉、激光、位姿、力馈、手柄输入五大维度数据。目前挖掘机真机数据采集成本约每小时 5000 元,训练一套可用模型需要 10 万小时量级数据。
逐际动力更新开源具身工程底座 FluxVLA Engine 的第二版技术报告,加入在线强化学习后训练实验并扩展仿真评测与真机部署覆盖。
UCSB Elliot Hawkes 团队基于藤蔓机器人原理开发软体插管系统 SRIS,8 名仅培训 5 分钟的急救人员首次插管成功率 87%、平均 21 秒,优于视频喉镜的 63% 和 44 秒,论文已发表于《Science Translational Medicine》。
前 DeepMind 研究员 Thore Graepel 创立 Metis Reasoning,提出把 AlphaGo 的搜索与验证机制引入通用推理,用显式“知识账本”替代固化在模型权重中的知识以减少幻觉。系统会记录已知信息与置信度,并由独立模块对照计算、形式化证明或实证证据验证每个结论。该方案目前只有白皮书,尚无可用系统或 benchmark,Graepel 正为 Metis 融资数千万美元。
小米技术披露全新21自由度仿生灵巧手,以小米汽车工厂柔性制造场景为设计原点,基于1827个标准作业程序(SOP)完成数据采集与分析验证。仿真消融分析显示,17~21自由度区间平均稳定抓握成功率较6~15自由度提升15%~38%,提升至23自由度及以上时边际收益明显下降;该灵巧手采用混合驱动与腱绳张力控制方案,并对散热体系与全掌触觉进行系统性优化。
Counterpoint 预计到 2030 年全球人形机器人 AI 加速器累计出货量将突破 100 万台,2026 至 2030 年复合年增长率达 144%。
Nvidia 开源了机器人视频标注数据引擎 Flora,该系统由三个微调版 Qwen3.5 模型组成,已在 GR00T 模型训练中运行,每天最多标注 20 万小时视频。
MIT 研究者将 13 个运行 Claude Opus 4.7 的 Eko 智能体单独置于模拟荒岛 30 小时,无任务的智能体自发发明攀爬、投掷等游戏,并在后续挑战中普遍优于从未上岛的同类智能体。
Google Research 分享三项研究进展,推动 AI 智能体在真实湿实验室中安全、闭环地完成设计-测试-改进循环。VERID 框架基于开源 PyLabRobot 构建实验室语义数字孪生,提供 3D 状态追踪、虚拟试运行、硬件安全校验与同步日志。
推荐理由:原文系统呈现智能体在湿实验室闭环科研中的框架设计与实证结果,可了解 AI 自动化实验的关键瓶颈与解法。
PhAI Labs 联合 Stanford、Oxford、Princeton 的研究团队提出 JEPA-Anything,把 JEPA 的预测状态拆成四个正交因子、各自配备预测模块后再重组,以避免简单模式淹没困难模式。
Michael Levin 发表论文提出"柏拉图心灵空间"假说:心灵是非物理的模式,身体与机器都是这些模式进入物理世界的接口,心脑关系如同数学与物理学的关系。论文以 xenobots、anthrobots 等生物机器人及排序算法实验为例,论证简单系统也能涌现出超出其自身定义的复杂行为。作者认为该框架或可为理解人类心灵与 AI 心灵的关系及对齐问题提供新线索。
Microsoft Research 提出 MindTopo 基准,围绕连通性、分离、顺序、包围和打结五类拓扑性质,评估多模态模型在静态场景识别与交互式规划两层的表现。测试显示模型静态推理 consistently 强于交互规划,且均远低于人类水平,错误多发生在规划阶段,如丢失结构关系或提出违反物理约束的动作。图像与视频生成工具仅在单帧可见关系时偶有帮助,跨多步动作时并不可靠。
GRASP 是一种面向学习式世界模型的新型基于梯度的规划器,让长时程规划真正可行。它将轨迹提升至虚拟状态以实现跨时间并行优化,向状态迭代直接注入随机性促进探索,并重塑梯度使动作获得干净信号,同时避开穿越高维视觉模型的脆弱“状态-输入”梯度。长时程规划此前因深度计算图病态、梯度爆炸或消失以及非贪心优化陷阱而普遍脆弱。