特斯拉 Optimus Gen 3 人形机器人外观渲染图在 Android App 中曝光
特斯拉 Android App 中的图形资源疑似提前展示了第三代人形机器人 Optimus Gen 3 的外观设计。新设计增加了关节护罩,采用哑光黑与香槟金双色搭配,机身轮廓更紧凑。渲染图还提及 Gen 3 手部拥有 22 个自由度,但最终量产参数仍需确认。
特斯拉 Android App 中的图形资源疑似提前展示了第三代人形机器人 Optimus Gen 3 的外观设计。新设计增加了关节护罩,采用哑光黑与香槟金双色搭配,机身轮廓更紧凑。渲染图还提及 Gen 3 手部拥有 22 个自由度,但最终量产参数仍需确认。
Figure 公司选择将退役的 F.02 人形机器人机队运至芬兰熔炉销毁,而非拆解或拍卖,以防止知识产权泄露并避免拖慢 F.04 的研发进度。官方称机器人完成了自主跳入钢水的动作,但未公布成功率等可验证数据。中国新规倾向于对含电池和稀土的废弃电子产品进行编码、溯源和拆解回收,与 Figure 的处置路径形成对比。
麻省理工学院工程师研发出一种由活体骨骼肌细胞驱动的薄型游泳机器人,其厚度约半毫米,可通过光刺激控制肌肉收缩实现前进和转向。该机器人采用 GelMA 骨架和方形沟槽引导细胞排列,训练后鳍片位移提升约四倍,直线游速约为每分钟 4 个自身长度。研究团队认为这种二维肌肉薄膜设计比三维肌肉块更省细胞、成本更低,未来或可用于环境监测等精细探测任务。
Wayve 将为大众汽车集团旗下软件公司 CARIAD 供应自动驾驶解决方案,负责开发自动驾驶 AI 软件。Wayve 在技术和财务方面的表现使其从十余家参与演示的供应商中胜出。CARIAD 将负责该软件与大众-博世联合开发硬件的系统集成工作。
FieldAI 正在为各类机器人打造通用大脑,据知情人士透露,该公司拟融资 7 亿美元,投后估值达 100 亿美元。该公司正在研发跨机型、任务和环境的通用软件系统,自 6 月以来新增至少 3500 万美元营收及订单,总规模突破 1.35 亿美元。
MIT 工程师研发出由活体骨骼肌细胞驱动的超薄水下机器人,其左右鳍片由可响应 470 纳米蓝光的小鼠肌肉细胞薄层控制。该机器人在水槽中直线最高速度约为每分钟 4 倍机身长度,旋转速度最高约每分钟 1200 度,且优化后的肌肉薄膜功能维持时间超过 30 天。这项研究旨在解决传统生物混合机器人体积过大的问题,未来或可用于环境监测等任务。
KAIST 与微软的研究团队开发了名为“神经价值对齐”的 AI 系统,利用脑电图监测用户大脑的预测误差信号,以判断 AI 是否理解或执行了用户的真实意图。系统分析奖励预测误差和状态预测误差两类神经信号,能区分错误发生在目标还是执行层面。
推荐理由:原文介绍了利用脑电信号解决人机意图对齐模糊性的具体方法,为理解下一代交互式智能系统提供了技术视角。
载人机器人面临远超静态承重的动态控制与乘员安全挑战,其“老成持重”的动作是保障稳定的底线。这类机器人在伤员转运、无障碍出行及新奇体验等特定场景中,能解决现有设备无法覆盖的复杂地形移动难题。其理想操作方式应高度自主化,让用户无需复杂控制即可完成移动任务。
NVIDIA IsaacTeleop 框架通过基于图的重定向引擎,将 XR 手部追踪和运动控制器输入转换为仿真及真实机器人的指令。本教程使用 NumPy 构建所有输入,在普通 Colab CPU 上逐步演示了从生成合成手部与控制器数据、编写可实时调参的重定向器,到驱动内置夹爪和 SE(3) 重定向器并构建完整动作图的全过程。
在 Bank of America Private Tech Trailblazers Conference 2026 上,行业专家指出 AI 增长的下一个浪潮在于垂直领域。
机器人AI开发商FieldAI据称正在寻求7亿美元融资,此轮融资可能使公司估值达到100亿美元。公司开发无需地图即可导航的AI模型,并能为机器人部署环境生成数字孪生。报道称其今年6月后合同收入已超过1.35亿美元,拥有超过30家客户。
Hello Robot 联合创始人兼首席技术官 Charlie Kemp 致力于开发用于家庭和工作场所的辅助机器人,以帮助老年人和行动不便人士提升生活独立性与质量。其公司研发的 Stretch 机器人被用作研究和开发平台,探索人机友好交互的新方式。Kemp 强调,通过与特定应用领域的专家(如职业治疗师)合作,才能为机器人技术带来最具影响力的实际应用。
Microsoft Research 的研究表明,将物理 AI 机器人的推理任务从机载 GPU 卸载到边缘或云端,能显著提升任务成功率并延长电池续航。在移动操作任务中,卸载推理使障碍物及时检测率提升30%,并将机器人手臂交接物体的成功率提高了50%。该研究还引入了基于 Kubernetes 的工具集,用于在机器人、边缘和云端之间容器化与编排 AI 工作负载。
欧洲首次启动了全无人驾驶 Robotaxi 的运营试验。该试验是欧洲大陆上的首次此类尝试。
德国机器人初创公司 Neura Robotics 选择意大利公司 SECO 为其认知机器人设计和构建计算模块。双方将基于高通 Dragonwing 处理器开发模块,首先应用于 Neura 的人形机器人 4NE1,并合作开发半导体与电子制造领域的物理 AI 应用。此次合作是 Neura 在完成 14 亿美元融资后,推动物理 AI 生态的最新举措。
Hugging Face 发布了售价 399 美元的可编程微型鸭子机器人 Microduck。这款开源机器人能执行行走、拾取物体、跌倒恢复乃至轮滑等行为,其 SDK、仿真环境和强化学习训练栈均在 GitHub 开源。此次发布基于 Hugging Face 2025 年收购 Pollen Robotics 后对实体 AI 领域的持续拓展。
MIT与Motional的研究人员开发了Concept-Wrapper Network (CW-Net),旨在为自动驾驶汽车的机器学习规划器决策提供忠实且可理解的解释。
MIT CSAIL 与清华大学的研究人员提出了一种名为 GeoPT 的预训练方法,能让模拟模型更高效地学习物理规律。该方法通过 130 万份合成动力学样本进行训练,使模型在达到峰值性能时速度提升 2 倍,所需标注数据减少高达 60%。GeoPT 在模拟风洞、波浪对船体作用及车辆碰撞变形等工业场景中,其速度和准确性均超越了当前最先进的模型。
MIT CSAIL 主任 Daniela Rus 因在机器人、人工智能和自主系统领域的贡献,荣获 2026 年巴伐利亚州长高科技奖。评委会特别认可她在自组织机器人集群、软体机器人、自主移动和类脑人工智能四个方向长达 30 年的工作,其研究致力于开发能在非预设真实环境中推理与适应的智能机器。她的团队开发了可摄入的折纸机器人、自组装自主船队以及高效的液态神经网络,并共同创立了 Liquid AI。
伯克利 AI 研究团队提出梯度规划器 GRASP,旨在解决基于学习型世界模型进行长时程规划时面临的优化病态、局部极小值和高维潜在空间失效等难题。该方法通过将轨迹提升至虚拟状态以实现跨时间并行优化,直接向状态迭代添加随机性以增强探索,并重塑梯度以提供清晰的动作信号。GRASP 提升了梯度规划在长时程、高维视觉空间任务中的鲁棒性。