Rohan Paul@rohanpaul_aiAI 评分4242
Introducing FLUX 3. One multi-modal model for Image, Video, Audio and Action-Prediction. Creations are truer to life in every kind of style. FLUX 3 Video is now available in early access (link below). Jointly trained in one unified architecture, our model can be extended to predict actions for robotics. See our work with mimic and Audi in the thread.
DogeDesigner@cb_dogeAI 评分5252
DogeDesigner@cb_dogeAI 评分4343
德国 AI 公司 Black Forest Labs 发布多模态基础模型 Flux 3，可同时从图像、视频和音频中学习，首次支持生成带原生音频、最长 20 秒的视频。
Lunar Outpost 宣布其月球车将采用英伟达 Jetson 芯片控制激光雷达系统，若任务成功，这将成为首款登陆月球表面的 GPU。两项任务计划于今年年底前搭乘 SpaceX 猎鹰 9 号火箭发射，分别前往陨石坑区域和赖纳伽马磁异常区。Jetson 平台的小型化、低功耗设计可让机器人在月球极端环境中本地处理传感器数据，实现更强的自主能力。
Lunar Outpost 宣布其下一代月球车将使用 NVIDIA Jetson 芯片控制 LiDAR 系统，这可能是首块登上月球表面的 GPU。该月球车将搭载 Intuitive Machines 的着陆器，探索陨石坑及 Reiner Gamma 等区域，预计年底前由 Falcon 9 火箭发射。在极端月球环境下运行 GPU 面临辐射与温差挑战，但有望让月球车更快处理环境数据并自主决策。
Generalist@GeneralistAIAI 评分4848为什么只为一只手创造机器人智能，而不是让它向多种形态学习？ GEN-1，我们最新的具身基础模型，现在支持广泛的末端执行器——从五指手到专用工具，以及介于两者之间的一切。
特斯拉 CEO 马斯克要求公司加快 AI 投资节奏，即使部分资金被浪费也在所不惜。特斯拉第二季度资本支出同比大增 142% 至 58 亿美元，自由现金流净流出 11 亿美元，为 2024 年以来首次转负。公司预计全年资本支出超 250 亿美元，并寻求最高 300 亿美元的借款能力以支撑 AI 算力、Cybercab 自动驾驶出租车和 Optimus 人形机器人等项目建设。
美团 LongCat 团队构建 MineExplorer，这是首个在开放世界中做到分钟级长程任务的评测基准，含 813 个人工验证实例（1-hop 到 4-hop）及规则化里程碑自动评测框架。
推荐理由：感知强于推理、导航失败占比近60%，把具身智能的瓶颈清晰地拉回到规划能力，而非感官或资源。
特斯拉手机 App 中首次出现多项与 Optimus 项目相关的代码，包括专门面向机器人的蓝牙低功耗（BLE）身份认证机制，以及适用于家庭场景的数据采集功能。用户可将手机添加至机器人设备授权白名单，只有经过授权的设备才能与 Optimus 通信和控制。未来 Optimus 执行家务任务时，App 将弹出页面征求用户授权，采集视频和空间环境数据用于优化智能模型。
香港运输署向百度萝卜快跑发放香港首个无人驾驶测试牌照，允许其于香港机场岛开展车内无安全员的全无人驾驶测试，7 月 27 日正式启动。这是全球首次在“右舵左行”交通体系中开展全无人驾驶公开道路测试。
特斯拉 2026 年 Q2 总营收 282.36 亿美元同比增长 26%，净利润 11.14 亿美元同比下降 5%。马斯克在电话会议上特别感谢美光为特斯拉分配了未来几年的内存供应，价格条件合理；对于特斯拉与 SpaceX 合并的传闻，马斯克表示财报电话会议不是讨论公司合并事宜的地方。
特斯拉 2026 年 Q2 总营收达 282 亿美元，同比增长 26%；全球交付超 48 万辆电动车，同比增长约 25%。辅助驾驶全球付费用户达 148 万，北美选装率创历史新高；搭载 AI3 硬件的早期客户已获推送辅助驾驶 v14 lite 版本。赛博无人驾驶电动车已在得州超级工厂投产，无安全员的无人驾驶网约车服务已扩展至全美 7 个城市，60 万公里服务里程无重大事故。
Travis Kalanick 创立的机器人公司 Atoms 完成 17 亿美元融资，由 Andreessen Horowitz 领投，Uber 等参投。Ben Horowitz 将加入董事会。Atoms 是“幽灵厨房”项目 Cloud Kitchens 的控股公司，Kalanick 计划将其发展为“机器人的轮基”。
a16z 宣布投资 Travis Kalanick 的“新”公司 Atoms，其合伙人将加入董事会。Atoms 已秘密运营 8 年，旨在通过专用机器人实现物理世界数字化，目前拥有 Atoms Food、Atoms Mining 和 Atoms Transport 三个业务，均面向万亿美元级产业。
NVIDIA 宣布开源 Medical Physics Simulation 框架，这是 Isaac for Healthcare 中首个 GPU 加速的医疗物理仿真能力。该框架可并行运行 8,192 个机器人训练环境，将训练时间从超过 5 小时缩短至不到 2 分钟。CMR Surgical、Johnson & Johnson MedTech 等机构已在使用该框架。
推荐理由：首个 GPU 加速的开源医疗物理仿真框架，能把数千个训练环境并行跑，把训练从五小时压到两分钟，做手术机器人的团队可以直接拿来用，但对通用 AI 从业者影响不大。
面壁智能与吉利人工智能中心在 WAIC 2026 联合发布具身智能体框架 RoboHarness，基于 EmbodiedClaw 开发，集成 VLM 与 VLA 模型。该框架已在吉利生产仓储场景实现常态化作业，支持自主决策与失败重试，并依托吉利星睿智算中心（23.5 EFLOPS）训练。
2026世界人工智能大会现场，面壁智能与吉利人工智能中心联合发布具身智能体框架RoboHarness，基于该框架的机器人已在吉利生产仓储场景实现常态化作业。该框架基于面壁2026年4月发布的EmbodiedClaw开发，集成VLM多模态大模型与VLA模型，并内置数据闭环设计，支持自主决策与失败重试恢复。双方还依托吉利星睿智算中心（综合算力23.5 EFLOPS）共同训练并推出全新VLA具身模型。
宇树科技创始人王兴兴在2026年世界互联网大会上表示，具身智能的“ChatGPT 时刻”有望最快在两三年内到来，届时机器人在大部分陌生场景也能直接工作。他此前将这一时刻定义为：机器人能在80%的陌生场景中通过语音指令实现80%左右的任务。王兴兴强调，机器人最终一定会走向普通消费者和真实生活。
截至 2026 年 6 月底，美团无人机已在深圳、北京、上海、广州、香港、迪拜等城市累计完成低空物流配送订单超 100 万单。其中，医疗场景累计配送检验样本和药品超 81 万份。美团无人机提供坪降、索降、柜降三种低空物流解决方案，分别适用于固定点位、复杂城区街巷及即时零售场景。
日本政府支持的 Noetra 公司获超 3800 亿日元资金，专注开发面向物理 AI 和机器人的基础模型。公司计划采购 2.75 万颗英伟达 Rubin AI 芯片，于 2028 年 6 月投入运营。CEO 丹波弘伸直言，这是日本提升 AI 技术自主能力的“最后一次机会”。
生数科技联合创始人骆怡航在WAIC 2026提出，通用世界模型需像大语言模型一样建立统一基座，实现感知、预测与行动的闭环。公司围绕该基座构建“一体两翼”产品体系：Vidu Q系列面向数字内容生成，Vidu S系列推动实时交互，Motubrain面向物理世界机器人控制。世界模型正从学术研究走向产业中心，成为AI理解并行动于真实世界的关键路径。
生数科技联合创始人兼CEO骆怡航在WAIC 2026论坛上提出，仅靠大语言模型理解世界只使用了人类智能的一小部分，AI下一阶段需要达到LLM范式级别的通用世界模型。该模型需形成感知、预测与行动的动态闭环，并具备跨场景的通用性与泛化能力。生数科技已构建统一基座，通过Vidu Q系列、Vidu S系列和Motubrain分别覆盖数字内容生成、实时交互与物理世界行动。
中国工程院院士李骏在2026中国汽车论坛上指出，安全是自动驾驶汽车进入道路的先决条件，且必须保证全生命周期安全。他强调，责任主体从驾驶员转向车辆制造商与系统提供方，自动驾驶汽车“合格”不能仅限于出厂时点，需服役全程持续提供安全证据。此前工信部座谈会也强调加强组合驾驶辅助和自动驾驶功能安全评估，强化企业在功能安全、网络安全等方面的保障能力。
一则 Anthropic 可能收购 Physical Intelligence 的传闻在 AI 社区引发热议。该传闻源于 Anthropic 与 OpenAI 在 2026 年激进的收购行动背景。目前双方均未对此传闻作出官方回应。
张小珺商业访谈录第147期对话蚂蚁集团子公司蚂蚁灵波首席科学家沈宇军，聊机器人原生大脑路线与刚发布的第二代具身基础模型，含 Depth、Vision、VLA、Video、World、VA 2.0 共6个模型。沈宇军认为具身智能还没到 GPT-1 时刻，最大卡点是数据没有 scale up，行业需要百万小时起步的数据量，他预计当具身数据与互联网数据达到相同量级时才可能到来，时间在明年中。
World Labs@theworldlabsAI 评分4646The world is not just made of words, and spatial intelligence was never just about perceiving and generating worlds. It's about interacting with them. Today, SceniX is joining World Labs. 🌎🤖👇
Applied Intuition 今日发布 Dana，一个用于开发物理 AI 应用的智能体平台。公司从自动驾驶仿真工具起步，已为通用汽车等客户提供确定性仿真与验证方案，使自动驾驶系统无需路测即可在可重复测试中验证性能。
特斯拉将 Robotaxi 自动驾驶出租车服务扩展至美国佛罗里达州的奥兰多和坦帕。该服务去年6月从得州奥斯汀起步，今年已先后进入达拉斯、休斯敦和迈阿密。此次扩张正值特斯拉公布第二季度财报前夕，华尔街密切关注其自动驾驶业务进展。
Google DeepMind 研究副总裁 Raia Hadsell 在 RAAIS 2026 演讲中主张，语言只是可建模系统之一，世界、生物、天气和机器人同样适用基础模型方法。
推荐理由：DeepMind 研究副总裁在 RAAIS 演讲中把世界模型与机器人串成一条主线，为读者提供了语言之外看 AI 路线的完整框架。
由卡内基梅隆大学机器人专家创立的 Gritt 完成 2600 万美元 A 轮融资，累计融资 3400 万美元。该公司使用现成机械臂和自研 AI 模型，在户外工地以亚毫米精度搬运太阳能板，使八人班组日安装量从 800 块提升至 3000-4000 块。Gritt 已签约协助安装 2.8 吉瓦太阳能板，客户包括三家美国前十电力建筑公司。
Hugging Face 推出 Grabette，一套开源低成本系统，用户手持夹爪即可在几分钟内录制操作演示，并自动生成机器人可用的数据集。Grabette 配备鱼眼相机与 RGBD 相机，通过 SLAM 恢复 6-DoF 轨迹，硬件物料成本约 490 欧元。所有硬件设计、处理流程与训练代码均开源，数据以标准 LeRobot 格式上传至 Hugging Face Hub，支持任意机器人后端。
小米发布机器人AI模型Xiaomi-Robotics-1，其性能随训练数据量提升而增长。团队使用便携手持夹持器替代实体机器人采集了超10万小时运动数据，并用AI模型在两周内完成全部标注。测试显示，增加训练数据带来的性能提升远超扩大模型规模，在陌生环境中成功率从约25%升至75%，并在标准机器人AI基准测试中取得最佳成绩。
NVIDIA 发布 Cosmos 3 Edge，一款 40 亿参数的开放世界模型，专为设备端运行设计。该模型可帮助机器人和视觉 AI 智能体理解环境、实时推理并在本地生成机器人动作。Cosmos 3 系列此前已于 2026 年 5 月 31 日在 GTC Taipei 推出 Cosmos 3 Nano（160 亿参数）和 Cosmos 3 Super（640 亿参数）。
