World Labs 官网介绍：空间智能公司与生成式 3D 世界模型 Marble
World Labs 是一家空间智能公司，由李飞飞（Fei-Fei Li）与 Justin Johnson、Ben Mildenhall、Christoph Lassner 共同创立，专注构建可感知、生成、推理并与虚拟和物理世界交互的前沿世界模型。其首款产品 Marble 由生成式 3D 世界模型驱动，支持从图像、视频、文本和 3D 布局创建空间连贯、高保真且持久一致的 3D 世界。
#具身智能
#具身智能
今日 12 条World Labs：官网AI 评分1616 Meta AI：Blog（网页）AI 评分3232 Meta AI 模型 DINOv3 与 SAM 如何助力匹兹堡大学改造辅助机器人
Meta 的 DINOv3 与 SAM 正被匹兹堡大学 RAMMP 项目用于辅助机器人，在电池供电的边缘设备上实现实时环境感知。RAMMP 的感知系统基于 RF-DETR，并用 DINOv2 嵌入微调、由 SAM 自动标注训练数据，实现 360 度环境感知与自适应物体检测。团队已把基于 DINO 的图像传感器查询功能集成进首个原型，可检测自动门按钮、杯子和路缘，目前正转向语音与触控输入。
Goodfire Research（网页）AI 评分3636 Goodfire 推出 Silico：面向机器人与视觉模型的物理 AI 研究工具
Goodfire Research 发布 Silico，一款用于机器人与视觉基础模型的物理 AI 研究工具，可在生成任何一帧前直接从潜空间验证模型是否学到真实物理结构。
NVIDIA Technical Blog：Agentic AI / Generative AIAI 评分4545 用 AI 智能体和 NVIDIA Isaac ROS 加速 ROS 2 节点
NVIDIA 为 ROS 2 Lyrical 贡献了 CUDA buffer backend，配合 rosidl::Buffer 抽象，让 ROS 2 节点在满足同主机、同 CUDA 设备、同 Linux 用户及受支持 RMW 实现等条件时以零拷贝方式交换 GPU 常驻数据，否则自动回退 CPU 路径。
Black Forest Labs：Blog（网页）精选AI 评分6363 Black Forest Labs 发布 FLUX 3 多模态基础模型，并与 mimic 合作推出机器人视频动作模型 FLUX-mimic
Black Forest Labs 发布早期版本 FLUX 3 多模态基础模型，联合训练图像、视频与音频，视频预测占训练算力超 95%。FLUX 3 骨干可解码动作预测，加入动作模态后视频质量先降最多 10%，3500 步后恢复原有水平。
推荐理由：官方给出训练细节与工厂实测数据，说明同一多模态骨干如何同时支持内容生成与机器人动作控制。
HuggingFace Daily Papers（社区热门论文）AI 评分3434 机器人上下文学习（In-Context Learning for Robots）：方法与应用的综述
一篇综述梳理了机器人上下文学习（ICL）的研究脉络，按上下文证据到执行的接口分为四类：上下文条件策略、几何演示迁移、基于世界模型的控制，以及基于技能与智能体的执行。
Ars Technica：AI（RSS）AI 评分7575 AMD 以 82 亿美元收购李飞飞的世界模型公司 World Labs
AMD 宣布将以 82 亿美元收购世界模型公司 World Labs，交易预计年底前完成，尚待监管批准。World Labs 由李飞飞等人于 2024 年创立，融资 2.3 亿美元，其中部分来自 AMD，已推出可生成 3D 空间的 Marble 和 Atlas 等工具；其世界模型可用于为机器人训练生成合成数据，而该领域 Nvidia 目前领先。
Bloomberg：Technology（RSS）AI 评分4242 Valor 与 Atreides 领投 AI 硬件公司 Flow Engineering 5000 万美元
Valor Equity Partners 与 Atreides Management 领投 AI 硬件公司 Flow Engineering 5000 万美元融资。Flow Engineering 是一家智能体硬件（agentic hardware）公司，此轮融资正值物理世界自动化竞赛升温之际。
arXiv：cs.CL（计算语言学，全量分类）AI 评分3838 成功记忆也会误导具身智能体：MATE 面向任务条件的记忆适配
研究者提出 MATE（Memory Adaptation for Task-Conditioned Execution），一种无需额外 LLM 推理的确定性检索后处理流程，将历史轨迹转化为面向执行的记忆。
TechCrunch：AI（RSS）精选AI 评分8383 AMD 以 82 亿美元收购李飞飞的 World Labs
AMD 宣布以 82 亿美元收购 World Labs，其创始人李飞飞将加入 AMD 担任执行副总裁兼首席科学家。World Labs 开发用于理解物理现实的深度学习模型，首个产品 Marble 可用于创建娱乐体验，也能为机器人训练生成模拟环境。该交易可能帮助 AMD 与长期竞争对手 Nvidia 在 AI 专用芯片生态上竞争，预计今年年底前完成，尚待监管批准。
推荐理由：这笔收购将世界模型研究并入芯片厂商的路线图，正文对比了 AMD 与 Nvidia 在 AI 芯片生态上的差距。
Latent Space（RSS）AI 评分6666 AMD 以 82 亿美元收购 World Labs，Atlas 模型解决稀疏重建问题
AMD 以 82 亿美元收购 World Labs。World Labs 创始人李飞飞在博客中表示，公司自 2024 年成立以来构建了图像、视频与空间重建的模型训练团队，并在收购 SceniX 后推进机器人仿真能力。
Import AIAI 评分4242 Import AI 474：柏拉图式心智空间、太空中的 TPU、智谱启动外层 RSI 循环
Michael Levin 提出"心智入侵"理论，认为心智是来自柏拉图式模式空间的非物理模式，身体与机器只是其进入物理世界的接口，xenobots、anthrobots 及排序算法扰动实验被视为佐证。本期 Import AI 还讨论了太空中的 TPU，以及智谱（Zhipu）启动外层 RSI 循环。
Unitree@UnitreeRoboticsAI 评分15152026 世界物理 AI 大会 & 宇树合作伙伴生态峰会🥳 日期：2026 年 10 月 22 日 扫描下方二维码报名。 期待与您相见！
Sakana AI@SakanaAILabsAI 评分3939
Hao AI Lab@haoailabAI 评分3838
Thomas Wolf@Thom_WolfAI 评分3737引用Aditya Bhatt ✈️ IROS 2026@aditya_bhattIn my latest PhD paper, we declare WAR on sensor-maxxing. For the first time, push-resilient humanoid walking, just with joint encoders! No IMU, no F/T sensors. 🥁 Introducing Blind Dexterity 🧵 👇 w/ @OKaidanov @liu_puze @Jan_R_Peters at @DFKI @ias_tudarmstadt
Ars Technica：AI（RSS）AI 评分5050 特斯拉工厂工人抵触为 Optimus 人形机器人采集训练数据
特斯拉在得州和加州工厂让工人穿戴动作捕捉服为 Optimus 人形机器人采集训练数据，部分工人因担心机器人最终取代自己而抵触，特斯拉已将数据采集转交给专门团队并设立“训练中心”。
AK@_akhaliqAI 评分2424
Baidu Inc.@Baidu_IncAI 评分3939
X Square Robot@XSquareRobotAI 评分4242很高兴介绍 X-Planner：面向具身智能的事件结构化任务规划——一个将语义事件作为规划单元的前端，通过 Staircase Decoding 暴露离散+隐式接口，在真实机器人上超越基线。
引用wisdom pan@wisdompan_aiTo address long-horizon robotic manipulation tasks, we propose X-Planner, an embodied long-horizon task planner: It decomposes high-level natural language instructions into event-level subtasks, and can also output continuous implicit Chain-of-Thought (CoT). It directly interfaces with downstream VLA or WAM models to operate robots. GitHub: https://github.com/X-Square-Robot/Xplanner Checkpoint: https://huggingface.co/x-square-robot/X-Planner-9B-0916 Benchmark: https://huggingface.co/datasets/x-square-robot/xplanner-benchmark
- Unitree@UnitreeRoboticsAI 评分4848
Galaxea Dynamics@GalaxeaDynamicsAI 评分4949
Jeff Dean@JeffDeanAI 评分2424你知道可以从真实大鼠神经元的计算中学到有趣的东西吗？我很喜欢 @AlexKsendzovsky 和团队在 @BioComputingCo 所做的工作。
引用Alex Ksendzovsky@AlexKsendzovskyWhat happens when neurons meet silicon? A new world emerges. Partnering with Amazon to bring it to customers. DM me for early access.
Ars Technica：AI（RSS）AI 评分6161 XPRIZE Wildfire 获奖队伍10分钟内探测野火，但未能完全扑灭
1100万美元的 XPRIZE Wildfire 竞赛公布获奖名单，两条赛道的大奖均空缺。太空探测赛道冠军为英国 SIRIUS Wildfire Alliance（50万美元）。
Hugging Face：Blog（RSS）AI 评分3434 如何用 NVIDIA Warp 和 MJWarp 加速机器人仿真与学习工作流
NVIDIA Warp 与 MuJoCo Warp（MJWarp）可将兼容的 MuJoCo 模型扩展到最多 2,048 个并行 GPU 环境，本文以 SO-101 机械臂为例演示从 CPU MuJoCo 工作流迁移到 GPU 批量仿真的过程。
Microsoft Research@MSFTResearchAI 评分2929
Microsoft Research 博客（RSS）精选AI 评分6262 微软研究：把物理 AI 推理卸载出机器人可提升任务成功率与续航
微软研究院对移动机器人操作负载做系统性测量，发现把物理 AI 推理从机载 GPU 卸载到边缘或云端 GPU 可提升任务表现与电池续航。
推荐理由：微软对移动操作机器人推理负载的系统性测量，给出了卸载到边缘或云端 GPU 在任务成功率与续航上的量化差异。
- X Square Robot@XSquareRobotAI 评分1414
来参加自变量机器人在匹兹堡举办的 IROS 2026 After Party！🤖🎉 与同行研究者和开发者相聚，交流想法，一起庆祝具身 AI。 扫码报名。到时候见！
引用X Square Robot@XSquareRobotX Square Robot is coming to Pittsburgh for IROS 2026! From September 27 to October 1, the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) will bring the global robotics community together to share groundbreaking research, exchange ideas, and shape the future of robotics and intelligent systems. Stop by Booth 727 from September 27–30 to meet the X Square Robot team and discover how we are advancing embodied AI through scalable physical experience, simulation, physical world models, and predictive embodied action. We’re excited to meet researchers, builders, and everyone passionate about embodied intelligence and its real-world applications. Schedule a meeting with our on-site team: contact@x2robot.com See you in Pittsburgh! #IROS2026 #EmbodiedAI #PhysicalAI #Robotics @ieeeiros
elsewhere：文章（RSS）AI 评分3434 弋途科技完成近亿元 Pre-B 轮融资，AICAR 正式上线
弋途科技（EXTURING）近日完成近亿元 Pre-B 轮融资，由上海半导体装备材料产业投资基金与 Sands Talk Capital 联合领投，AICAR 正式上线。公司已服务超 70% 的国内头部车企及主流合资品牌，数十款车型规模化量产上车，累计交付达百万级。本轮融资将用于加速 AICAR 规模化推广，并推动结合自研端侧模型的下一代 AICAR 落地。
NVIDIA Blog（RSS）精选AI 评分6262 NVIDIA 发布 Isaac ROS 5.0，为机器人开发引入智能体工作流
NVIDIA 在加拿大多伦多 ROSCon 大会上发布 Isaac ROS 5.0，为基于 ROS 的机器人开发引入智能体工作流和新的平台支持。
推荐理由：Isaac ROS 5.0 把智能体工作流引入机器人开发，并给出从 Jetson Orin 到 Thor 的部署路径，可据此判断机器人开发方式的变化。
elsewhere：文章（RSS）AI 评分4545 云启与红杉中国联合领投华超神控 2 亿元 Pre-A 轮融资，押注非侵入式 AI 脑机接口
非侵入 AI 脑机接口公司华超神控（BCI-Sonics）完成 2 亿元人民币 Pre-A 轮融资，由云启资本与红杉中国联合领投，比邻星投资、元禾控股、徐汇科创投、德石投资跟投，老股东经纬创投、德联资本持续加注。
NVIDIA Blog（RSS）AI 评分2222 NVIDIA Halos 如何为规模化物理 AI 构建全栈安全体系
NVIDIA 推出 Halos，称其为首个也是唯一一个面向物理 AI 的全栈安全系统，覆盖硬件、软件、AI 行为与部署验证各层。
- Unitree@UnitreeRoboticsAI 评分4646
elsewhere：文章（RSS）AI 评分5050 清华叉院徐梦迪谈具身智能：从 In-Context Learning 到 Scaling Law 的信号
清华交叉信息研究院助理教授徐梦迪在播客访谈中提出，机器人泛化的核心路径是 In-Context Learning——通过一两次交互当场学会新任务，而非仅依赖预训练。
elsewhere：文章（RSS）AI 评分4242 对谈清华叉院助理教授徐梦迪：具身智能、世界模型与真正的泛化
清华交叉信息研究院助理教授徐梦迪在播客中提出，机器人应通过 in-context learning（ICL）在新环境中经一两次交互当场学会新任务，并越学越快。她认为机器人仍处 GPT-1 阶段，低 Loss 不等于高成功率，具身领域进步与泡沫共存。节目录制后第二周，Generalist 发布 GEN-1.5，仅凭 3-12 秒动作示范、不做微调即可尝试新任务，10 项任务平均成功率约 59%。
- Baidu Inc.@Baidu_IncAI 评分4040
Apollo Go 在香港上路了。🚘 全无人驾驶测试在这座城市的道路上持续推进——一起来看看 Apollo Go 的实际表现。↓
Apple Machine Learning Research（RSS）AI 评分4040 REVERSAL-BENCH：用可逆性轴与重置 Oracle 衡量无重置强化学习的"可逆性悬崖"
研究者提出 REVERSAL-BENCH，通过连续参数 ρ∈[0,1] 控制环境可逆性，并提供重置 Oracle 在五种物理引擎的八种操作场景中验证状态可恢复性。
NVIDIA Technical Blog（开发者技术博客 · RSS）AI 评分4141 如何用 AI 智能体为仿真准备 3D 场景
NVIDIA 展示了一套智能体 AI 工作流，用于为物理 AI 系统准备和验证数字孪生。智能体可检查 3D 场景、在 OpenUSD 中编写仿真相关数据、添加物理属性、渲染预检视图，并对照 SimReady 要求验证结果。该流程覆盖从 Blender 场景到面向 NVIDIA 的仿真就绪 OpenUSD 交付。