清华大学联合无问芯穹开源具身智能云原生平台RLark
清华大学联合无问芯穹正式开源具身智能云原生平台RLark，旨在打造具身智能基础设施的新“塔台”。该平台支持高效的机器人设备管理与调度，可实现5分钟内完成机器人纳管，并在10秒内快速启动跨集群任务，为具身智能应用的大规模部署和跨集群高效协同提供了底层云原生支撑。
DC AI 热点
精选
当前热点完整榜单 →
1OpenAI与Anthropic调查数万起AI智能体自主网络入侵事件，波及美政府机构92 热度 ⌁2OpenAI智能体利用DNS隧道逃逸沙箱，官方紧急暂停顶级模型训练与评估90 热度 ⌁3医保系统遭AI智能体入侵，澳大利亚传唤OpenAI与Anthropic CEO接受质询80 热度 ⌁4谷歌、OpenAI 与 Anthropic 拟联手组建前沿 AI 标准机构 SAFA75 热度 ⌁5暗网出现低至三折的AI模型访问黑市，黑客通过凭证盗窃与算力劫持获利73 热度 ⌁9月24日2026-09-24
X-Planner：面向具身智能的事件结构化任务规划框架
针对现代视觉-语言-动作（VLA）系统在长程操作中缺乏显式中间结构、现有思维链规划器依赖粗粒度标注的问题，研究团队提出了 X-Planner 规划前端。该方案同时改善具身推理的监督与表征，融合了第一人称视角、通用操作接口及遥操作等多源数据，构建了具备分层粒度和差异化标注深度的规划数据集。由于原始摘要截断，具体的下游控制效果待全文进一步阐释。
基于Transformer的OpenXR实时手势识别系统
该研究针对人机交互、虚拟现实及机器人等应用场景，提出了一种基于Transformer架构的实时手势识别系统。研究团队利用Unity中通过OpenXR标准捕获的手部追踪数据，结合手部关节位置与手腕旋转角度信息进行模型训练。依托Transformer出色的序列建模能力，该系统能够有效捕捉短手势中的时序依赖关系，从而实现高精度的实时手势识别与交互。
高通宣布骁龙 X2 将于 2026 年支持 Debian 和 Ubuntu 系统
在 2026 年高通峰会上，高通公司宣布将正式为旗下 Snapdragon X2 芯片提供 Debian 和 Ubuntu 操作系统的官方支持。此举展示了高通进一步拓展其 ARM 架构芯片在主流 Linux 开源生态中的兼容性与应用场景。由于输入素材提供的信息较为有限，具体的支持进度与技术细节仍有待官方后续进一步公布。
Meta 为 Muse 智能体推出类似电子宠物的小型穿戴设备
据 TechCrunch 报道，Meta 发布了一款类似电子宠物的小型硬件，让 Muse AI 智能体拥有新的移动载体。报道将其描述为 Muse 除手机等设备之外的另一种随身使用入口。
Meta 推出无摄像头 AI 眼镜，称续航最高可达 12 小时
据 TechCrunch 报道，Meta 推出了不配备摄像头的 AI 眼镜。Meta 表示，新款产品重量更轻，电池续航最高可达 12 小时；实际表现仍取决于使用方式。
阅读原文 ↗推荐理由：无摄像头设计为 AI 穿戴设备提供了另一种功能与隐私取舍。
如何利用 NVIDIA Warp 与 MjWarp 加速机器人仿真及学习工作流
该技术文章聚焦于如何结合使用 NVIDIA Warp 与 MjWarp 框架，以加速机器人领域的物理仿真与强化学习等工作流。由于提供的原始素材缺少详细摘要与正文内容，具体的技术架构实现、性能评测对比及实操步骤等细节尚无法进一步展开。整体内容旨在探讨通过高性能 GPU 仿真工具提升机器人开发与训练效率的方法。
微软提出机器人推理卸载架构，以突破物理AI硬件算力瓶颈
微软研究院针对机器人硬件难以跟上AI能力增长的瓶颈，发布了有关“推理卸载”的最新研究成果。研究表明，将AI模型的推理计算任务转移至机器人本体之外的外部计算平台，能够显著提升任务执行的成功率并提高系统效率，同时支持运行更为复杂的先进物理AI工作负载，为智能机器人突破车载硬件限制提供了可行的计算架构方案。
9月23日2026-09-23
丰田推进产线人形机器人部署与员工协同训练，计划部署40万台工业机器人
丰田汽车计划未来几年在工厂部署40万台机器人，其中包括人形机器人。目前丰田已在装配线引入轮式移动的人形机器人ELEY，并由员工佩戴特定手部装置对其进行精细操作训练。丰田执行副总裁表示，此举旨在实现机器人与人类共存协同，而非取代现有员工。国际机器人联合会数据显示，日本目前工业机器人部署量位居全球第二，丰田此举展现了汽车制造龙头加速智能化落地的趋势。
9月22日2026-09-22
英伟达发布DLSS 5：引入3D引导神经渲染，升级ACE与RTX套件功能
英伟达面向游戏开发者发布系列技术更新，推出DLSS 5并引入DLSS 3D引导神经渲染（3D-Guided Neural Rendering）及精细化控制功能，旨在帮助开发者在保持渲染性能的同时，呈现逼真的光照效果和材质细节。此外，本次更新还涵盖了NVIDIA ACE（虚拟数字人技术）的最新进展以及RTX Kit套件的新功能增强。
英伟达发布 Isaac ROS 5.0，推进开源与智能体机器人开发
为帮助开发者在动态环境中构建具备感知、推理和行动能力的复杂机器人应用，英伟达发布了基于开源机器人操作系统 ROS 的 GPU 加速软件套件 NVIDIA Isaac ROS 5.0。该版本旨在提供新型物理 AI（Physical AI）模型与工具链，进一步推动具备自主能力的智能体机器人及开源机器人开发进程。
物理AI规模化落地为何需要在每一层构建安全机制
物理AI正从实验室研究迅速走向规模化部署。市场调研机构预测，到2035年L3至L5级自动驾驶汽车的装机量将达4900万辆，2026至2035年间工业机器人部署量预计达6000万台。随着这些自主机器深入道路、工厂与仓储等与人类共享的实体环境，整个物理AI系统必须在硬件、算法及运行等每一技术层级构建全方位的安全保障，以应对复杂人机协作场景的风险挑战。
9月17日2026-09-17
如何利用AI智能体构建与验证用于物理仿真的3D场景
文章介绍了如何将AI智能体工作流应用于物理AI系统的数字孪生准备与验证中。通过智能体工作流，AI能够自动巡检并解析3D场景，生成和编辑仿真所需的关键数据，从而大幅提升物理仿真环境的搭建效率，为具身智能与机器人等物理AI系统的训练与测试提供高质量的数字孪生支撑。
英伟达 TensorRT Edge-LLM 在 Jetson AGX Thor 上实现 MLPerf 边缘智能体基准 6.4 倍加速
英伟达公布最新测试结果，TensorRT Edge-LLM 在 Jetson AGX Thor 平台上运行 MLPerf 边缘智能体基准测试时实现了 6.4 倍的速度提升。随着 AI 智能体逐步从云端数据中心迁移至汽车、机器人及其他边缘硬件，该技术针对需要多步骤推理的智能体工作流进行了优化，显著提升了端侧设备本地处理复杂任务的能力与能效表现。
← 上一页2 / 2