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。
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。
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。
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。
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。
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。
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。
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。
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。
Human-Computer Interaction and Visualization
Low-angle view of a soccer player kicking a ball mid-air against a bright blue sky, with grass flying from their cleats.
Gemini Robotics ER 2 helps robots reason, collaborate, and solve real-world tasks. It represents a step change in video understanding, tool orchestration, and multi-robot collaboration for robotic applications.
Machine Intelligence