AMD 宣布以约 82 亿美元全股票收购李飞飞空间智能初创公司 World Labs
AMD 正式宣布与李飞飞创立的初创公司 World Labs 签署协议，将以全股票方式出资约 82 亿美元（约合 550 亿元人民币）进行收购，交易预计在 2026 年底前完成。
推荐理由：AMD 通过收购将前沿空间智能研究绑定自身芯片体系，旨在为物理 AI 与机器人工作负载的软硬件协同提前布局。
#具身智能
#具身智能
今日 2 条AITNT · AI头条（网页）精选AI 评分8989 Ars Technica · AI 筛选精选AI 评分8181 AMD 宣布以 82 亿美元收购李飞飞创立的世界模型初创公司 World Labs
AMD 与世界模型初创公司 World Labs 联合宣布，AMD 将在年底前以 82 亿美元收购 World Labs，交易尚待监管批准。World Labs 由李飞飞等人于 2024 年创立，专注于研发可模拟物理世界的 AI 模型并推出了 Marble 等 3D 生成工具。该收购将补齐 AMD 在机器人合成数据训练与世界模型技术栈上的能力。
推荐理由：AMD 通过收购李飞飞团队补齐物理世界模拟能力，有助于在机器人合成数据领域缩小与竞争对手的技术差距。
Data Center Knowledge精选AI 评分8686 AMD 拟以 82 亿美元收购 World Labs，李飞飞将出任首席科学家
AMD 宣布达成全股票收购协议，拟以约 82 亿美元收购空间智能研究机构 World Labs，交易预计于 2026 年底前完成。World Labs 联合创始人兼 CEO 李飞飞将在交易完成后出任 AMD 执行副总裁兼首席科学家，团队将继续聚焦 AI 模型研究。该收购旨在协同设计面向机器人与物理 AI 的硬件、软件及机架级系统，进一步缩小与行业先发者的技术差距。
推荐理由：AMD 借此补齐空间世界模型研发能力与顶尖人才，意在将具身智能计算需求前置融入其底层芯片与系统架构设计。
量子位AI 评分4040 正行创新联合创始人杨宇欣出任总裁，负责全球业务拓展
正行创新（Striding AI）宣布联合创始人杨宇欣正式出任公司总裁，全面负责全球市场拓展、产业生态建设与商业化落地。杨宇欣此前曾任黑芝麻智能首席市场营销官及中科创达副总裁，拥有二十余年跨科技领域产业经验。他将推动正行创新的具身模型、本体及软件等全栈能力进入更多真实商业与工业场景，加速全球规模化落地。
爱范儿 · AI 筛选精选AI 评分8989 AMD 宣布以 82 亿美元收购李飞飞创立的 World Labs
AMD 宣布与李飞飞创立的空间智能公司 World Labs 签署最终协议，将以全股票方式作价约 82 亿美元进行收购，交易预计在 2026 年底前完成。交易完成后李飞飞将出任 AMD 执行副总裁兼首席科学家，团队将继续推进三维环境生成与机器人仿真模型的研发。AMD 计划通过软硬件协同开发，针对物理 AI、机器人与仿真等未来多样化计算负载优化底层计算基础设施。
推荐理由：芯片厂商通过整合空间智能与三维仿真模型团队，展示了将算法研究深度绑定硬件设计的生态布局路径。
量子位AI 评分4949 诺因智能再获数亿元融资，成立一年累计融资超10亿元
消费级具身智能公司诺因智能近日完成由京东相关基金领投的数亿元天使+++轮融资，成立一年累计融资额超10亿元人民币。本轮资金将用于提升GLOW具身大模型的泛化能力，并推进机器人本体KNOWIN-X1的工程验证与量产准备。其GLOW模型在RoboDojo 18项仿真任务中取得62.2%平均成功率，且公司已吸纳陈颖聪、邓世元加盟研发团队。
爱范儿 · AI 筛选AI 评分4444 对话一目科技：机器人缺失的“手感”，如何用“光”来搞定
一目科技通过“光触觉”路线与超薄仿生触觉传感器 SENTRA T0，为具身智能机器人补齐精巧操作所需的触觉感知。SENTRA T0 厚度在 3 毫米以下，在指尖大小面积布置了 24 万个感知点，测力精度达约 5mN 并支持侧向摩擦力感知。该方案通过光探测柔性材质形变反算受力，破解了灵巧手“装不下”及物理触觉数据匮乏的难题。
arXiv 人工智能AI 评分3838 Metro-WM：基于可实现子目标的长程隐空间规划
研究人员提出分层规划框架 Metro-WM，通过从先验经验中检索真实状态而非生成未落地的隐向量来设定子目标，解决了 JEPA 长程规划中子目标物理不可实现的问题。实验显示，Metro-WM 的长程成功率比次优分层方法高出最多 37.33 个百分点，速度提升最高达 10.9 倍，离线计算量减少 13-56 倍。该方法支持偏航即时重规划，并在极稀疏数据下保持稳健。
arXiv 人工智能AI 评分3636 DriveHierarchy：从开环理解到闭环执行诊断 VLM 自动驾驶能力的评测基准
研究人员提出分层评测基准 DriveHierarchy，将基于 VLM 的自动驾驶能力划分为感知定位、上下文记忆、思维推理与闭环执行四级架构。该基准整合开源数据集构建出包含 84,279 帧和 76,798 个问答对的开环评测，并基于真实路网开发出包含 100 个交互场景的闭环仿真平台。在 15 个 VLM 上的实验表明，该基准能有效关联开环理解与闭环驾驶表现，为模型诊断与优化提供依据。
arXiv 机器学习AI 评分3434 将视觉语言模型扎根于驾驶语义：面向可解释推理的多数据集谓词框架
研究人员提出一种确定性多数据集谓词框架，可从几何、运动学与地图等数据推导驾驶场景语义，并在 nuPlan 与 nuScenes 数据集上构建通用谓词知识图谱（Predicate KG）。
arXiv 人工智能AI 评分3939 ConflictVLA-Bench：评测 VLA 模型对前提冲突的行为响应
研究人员提出评测基准 ConflictVLA-Bench，基于 LIBERO 构建 2,826 个冲突任务，用于评估 VLA 模型应对无效任务前提的行为响应与执行过程。在评测的 8 个 VLA 模型中，无效前提导致目标完成率至少下降 17.3 个百分点，OpenVLA 下降达 56.2 个百分点。结果显示模型普遍存在继续盲目逼近目标的“失败持续性”，显式前提检查也未能稳定产生协调的行为改变。
Microsoft Research精选AI 评分6363 微软推出具身智能推理云边卸载方案并上线工具集
微软研究院针对物理具身智能（Physical AI）推出推理卸载方案与工具集，指出将 AI 推理从机器人板载 GPU 卸载至边缘或云端可显著突破算力瓶颈并延长续航。
推荐理由：原文系统量化了机器人端侧与云边协同推理的性能与能耗权衡，为具身智能系统的分布式算力架构设计提供了实测参考。
NVIDIA · AI 筛选精选AI 评分7171 NVIDIA 发布 Isaac ROS 5.0，引入智能体工作流与物理 AI 支持
NVIDIA 在 ROSCon 大会上发布开源软件套件 Isaac ROS 5.0，通过引入智能体工作流帮助开发者与 AI 智能体协同开发机器人应用。新版本增加了对 ROS Lyrical 和 Ubuntu 24.04 的支持，贡献了跨硬件的标准数据处理接口，并提供 FoundationStereo 微调、目标位姿估计模型 FoundationPose 的智能体推理库等技能。
推荐理由：Isaac ROS 5.0 通过标准化硬件接口和可复用技能，降低了开发者与智能体协同构建机器人感知和抓取工作流的门槛。
NVIDIA · AI 筛选AI 评分5555 NVIDIA 阐述物理 AI 规模化部署安全要求并详解 Halos 全栈安全系统
NVIDIA 详解面向物理 AI 的全栈安全系统 NVIDIA Halos，覆盖自动驾驶与机器人领域从底层硬件、操作系统、端到端模型到仿真验证的全生命周期安全保障。
阶跃 StepFun 公众号AI 评分3434 阶跃星辰亮相 WAIC 2026 展区
阶跃星辰在 WAIC 2026 展区集中展示了获得“镇馆之宝”荣誉的智能体手机 STEPX Neo、Step 系列模型矩阵、汽车智能体及多机器人具身智能项目。STEPX Neo 搭载 Step AOS 系统与 Amoo 智能体，是目前唯一获得相关国标 L3 级检测报告的智能体手机，底层由 Step Edge 与 Step 3.7 Flash 等模型驱动。
阶跃 StepFun 公众号AI 评分4545 WAIC 2026 | 印奇：当智能体走进物理世界
阶跃星辰董事长印奇在 WAIC 2026 上指出，AI 下一波爆发点是智能体模型与下一代终端产品的结合。他认为智能体将带来新系统（Agentic OS）、新载体与 A2A 网络三大结构性变化，并提出“智能体能力 = 模型能力 × 智能体操作系统能力”公式。目前阶跃星辰正与上海期智研究院合作探索智能体时代的治理机制。
阶跃 StepFun 公众号AI 评分2828 阶跃星辰公布 WAIC 2026 展区亮点
阶跃星辰公布 WAIC 2026 参展亮点，将集中展示覆盖云端与端侧的 Step 系列模型矩阵，以及智能体原生操作系统 Step AOS。获评 WAIC“镇馆之宝”的智能体手机 STEPX Neo 将首次线下公开亮相，汽车智能体也已搭载于极氪8X。此外，现场还将携手原力灵机发起 6 台机器人连续协作 15 小时拼装 8 万余块积木长城的极限挑战。
通义实验室 公众号精选AI 评分7878 通义实验室发布具身智能基础模型套件 Qwen-Robot
通义实验室正式推出具身智能基础模型套件 Qwen-Robot，通过模块化协同弥合视觉语言理解到物理行动的鸿沟。套件包含负责多任务移动控制的 Qwen-RobotNav、统一 80 维跨本体操作表征的 VLA 模型 Qwen-RobotManip，以及基于双流 MMDiT 预测物理演化的世界模型 Qwen-RobotWorld。
推荐理由：原文给出了导航、操作与世界模型三模块的协同架构，读者可据此了解具身大模型统一跨本体动作空间的落地路径。