FSD级团队推出首版物理AI模型Simate-beta并接入RoboDojo
某FSD背景团队公布了其在物理AI（Physical AI）领域的首版模型Simate-beta，并空降RoboDojo平台。该项目将训练、推理与评测全流程接入自研基础设施（Infra），依托任务编排与算力资源调度能力，支持并行推进数十条相互独立的研究路线，加速具身智能研发迭代。
DC AI 热点
全部 AI 动态
9月26日2026-09-26
9月25日2026-09-25
强化学习自我对弈进军足球领域，机器人模拟训练140年展现足球技能
该资讯仅包含标题信息，提及类似AlphaGo的强化学习自我对弈机制被应用于足球机器人训练，机器人通过相当于140年的模拟自我对弈强化竞技水平。由于缺乏正文及详细摘要，具体的研究团队、实验方案、机器人硬件规格以及实际赛场表现等关键细节尚待进一步补充与核实。
华为大模型核心技术人员联手创业，探索物理世界Scaling Law
据消息，华为大模型领域的两位核心专家联手开启创业，将研发重心聚焦于探索物理世界的Scaling Law（尺度定律），旨在开展物理世界的基础模型实验与技术突破。现有素材信息较为简略，尚未披露创业团队的具体成员姓名、融资规模及技术落地路线，但反映出大模型顶尖研发力量向具身智能及物理AI领域延伸探索的动向。
具身智能数据众包平台“觅蜂派”推出，主打机器人教学与收益模式
根据资讯标题，被称为“中国版Index”的具身智能数据平台“觅蜂派”正式亮相，其业务模式主打让普通用户参与机器人训练并获取外快收益。该平台主要面向机器人及具身智能领域的数据采集与标注需求。由于原始素材缺乏详细正文内容，关于觅蜂派的具体产品形态、运作机制、收益规则及所属公司等核心细节，尚待进一步信息披露补充。
9月24日2026-09-24
诺因发布GLOW技术报告：人类演示一次即可实现机器人跨场景任务复用
诺因发布GLOW技术报告，针对具身智能的泛化学习提出解决方案。该成果致力于实现机器人的“一教就会”，使机器人仅通过人类的一次操作演示，即可完成跨场景的任务复用与迁移执行。输入素材信息有限，未披露GLOW的具体技术架构、实验数据及落地细节。
灵初聚焦机器人训练数据质量，重点解决人机动作对齐难题
灵初在机器人训练领域提出不能仅靠增加训练时长，而应严控数据质量，其核心目标在于解决机器人学习中人机动作无法精准对齐的问题。通过提升动作数据的质量与映射精度，助力机器人更高效地掌握作业技能。由于目前公开素材信息有限，关于其具体采用的数据清洗流程、算法模型以及实际落地的硬件验证等细节尚待进一步补充披露。
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。