NASA 测试新一代探测车原型 ERNEST:AI 强化自主,时速1km/h超毅力号好奇号
NASA 公布四轮巡视器原型车 ERNEST 最新进展。该车长 1.2 米,采用可升降网状轮组与主动悬挂系统,支持多种运动模式。2026 年 3 月在加州科罗拉多沙漠测试中,以最低人工干预行驶约 26 公里,最高时速约 1 km/h,比毅力号、好奇号高一个数量级。团队引入 AI 强化学习算法,在虚拟环境完成训练后,已在 JPL“火星园”复杂地形自主行驶。项目旨在验证长距离、高自主性月球车可行性。
NASA 公布四轮巡视器原型车 ERNEST 最新进展。该车长 1.2 米,采用可升降网状轮组与主动悬挂系统,支持多种运动模式。2026 年 3 月在加州科罗拉多沙漠测试中,以最低人工干预行驶约 26 公里,最高时速约 1 km/h,比毅力号、好奇号高一个数量级。团队引入 AI 强化学习算法,在虚拟环境完成训练后,已在 JPL“火星园”复杂地形自主行驶。项目旨在验证长距离、高自主性月球车可行性。
NVIDIA Research 发布 SpatialClaw,一个免训练的空间推理框架。它通过将代码作为动作接口,让智能体调用感知工具(Depth Anything 3、SAM 3)并自由组合输出,解决视觉语言模型在 3D 空间判断上的弱点。在 20 项基准测试中平均准确率达 59.9%,比近期智能体 SpaceTools 高 11.2 个百分点,比无工具基线高 6.5 点,比结构化工具调用高 3.2 点。框架无需重新训练,同一提示词和工具集可跨所有基准和骨干网络运行,支持 Qwen3.5/3.6 及 Gemma4 等 26B 至 397B 参数的模型。
推荐理由:NVIDIA 把空间推理的动作接口从工具调用换成代码,这个思路很巧,20 个基准平均拉升到 59.9%,无训练即插即用,做机器人和视频理解的人该直接跑一下 repo。
我们已超越理论阶段。 有史以来第一次,Figure的机器人数量超过了人类员工数量。
在Figure,机器人数量首次超过了人类
推荐理由:Figure 的机器人数量首次超过人类员工,这不是公关噱头,而是人形机器人从 demo 走向规模制造的真信号,做硬件的同行该认真关注了。
一台由宇树G1改装、名为Pemba的人形机器人成功抵达厄瓜多尔钦博拉索火山海拔6200米顶峰。这是机器人“三冠”探险计划第一站,未来将挑战珠穆朗玛峰。项目初衷为解决自然保护区固定摄像头覆盖有限、成本高的问题;配备摄像头、传感器、卫星通信和机载AI后,Pemba可自主巡查大范围区域。坡度低于30度时独立行走,冲顶阶段陡峭地形需人员协助。下一阶段将用强化学习提升自主能力。团队为高海拔严寒开发了专用热管理系统。长期目标是在珠峰大本营至四号营地活动,用于垃圾清理、冰川监测、搜救等。
中国自动驾驶公司 Momenta 估值已升至约 90 亿美元,正筹备赴港上市,计划通过 IPO 募资约 10 亿美元。中国证监会于 6 月 10 日发出通知,批准 Momenta 在港最多发行 4375 万股的备案申请。Momenta 定位为自动驾驶汽车的“大脑”,向车企提供驾驶辅助解决方案。若成功上市,将成为继文远知行、小马智行后又一家赴港融资的中国自动驾驶初创企业。
6月19日,银河通用推出全球首个人形机器人通用小脑GPT基础模型AstraBrain-WBC 0.5。该模型基于2万小时人类动作数据训练,参数规模达8040万,是行业首个达到GPT-1量级的人形机器人全身实时运控大模型。采用因果Transformer架构,将全身控制定义为连续序列预测问题。实验表明,训练数据从200万帧扩展至20亿帧时,成功率从83.26%提升至92.58%,零样本跟踪误差持续下降。
瑞典交通管理局建议,除非特斯拉移除FSD(监督版)的超速功能,否则欧盟不应批准其全面推广。该局已致函欧盟机动车技术委员会,委员会定于6月30日再次讨论并日后表决。FSD的“速度偏移”功能允许车辆超出法定限速,欧洲版不提供美版的多种驾驶模式。芬兰、挪威等北欧国家也表达担忧。目前荷兰、立陶宛、爱沙尼亚、丹麦、比利时已批准FSD,全面获批需至少15个成员国支持且人口占欧盟65%以上。
New Frontier Red Team blog: Phase 2 of Project Fetch, where we test how well Claude can program a robodog. Opus 4.7, on its own, was ~20x faster than last year's best human team aided by Opus 4.1. (The robodog, alas, still failed to fetch a beach ball.) https://www.anthropic.com/research/project-fetch-phase-two
Anthropic 发布 Project Fetch 实验第二阶段结果。在2024年8月原始实验中,配备 Claude Opus 4.1 的人类团队在操控四足机器人时显著超越无 AI 团队。新实验中,Claude Opus 4.7 无需人类协助即完成所有任务,速度比最快人类团队快约20倍,比无 Claude 团队快37倍以上,编码量减少近10倍。模型在传感器连接、路径规划等环节表现出色,但在精确移动沙滩球等闭环控制任务上仍存在困难。这些进展源于通用模型规模化,而非针对机器人领域的专项优化。
推荐理由:Anthropic 用 Claude Opus 4.7 自主操作机器狗,比当初的人类志愿者快 18-37 倍,代码量却少了十倍。这让「语言模型上手物理工具」从假想变成了可视的进度条,做具身智能和 agent 的人都该看一眼。
从游戏剪辑平台Medal剥离的AI初创公司General Intuition正洽谈约3亿美元融资,估值超20亿美元。本轮距其1.34亿美元种子轮仅8个月,投资方包括Jeff Bezos、Eric Schmidt及现有投资者Khosla Ventures、General Catalyst。公司利用Medal每年20亿条视频(来自1000万月活用户)训练具身AI与世界模型,通过第一人称交互数据实现空间-时间推理。OpenAI曾试图收购Medal。资金将用于扩大算力,计划夏末或初秋发布新产品。
工信部6月16日就《智能网联汽车自动驾驶系统安全要求》等2项强制性国标公开征求意见,公示至6月24日,建议2027年7月1日起实施。该标准系我国首部针对L3/L4的强制性国标,要求系统安全水平至少达到“合格且专注驾驶人”,引入Safety Case机制。L3重点规范人机交接,L4强调自身风险处置、不得依赖远程协助。新申请车型实施日起执行,已获批车型有约一年过渡期。
推荐理由:首部 L3/L4 强制国标公示,意味着自动驾驶从推荐性标准升级为强制性安全底线,车企靠模糊宣传抢市场的阶段正式结束,行业竞争逻辑从此由功能展示转向安全实证。
6月18日,中国证监会公布Momenta境外发行上市备案通知书。Momenta拟发行不超过43754060股普通股并在香港联合交易所上市,完成境外发行上市后15个工作日内需通过备案管理信息系统报告发行情况。Momenta此前已于3月在香港秘密提交首次公开募股申请。
商务部等八部门6月18日发布关于加快“人工智能+消费”发展的实施意见。其中提到加大财政资金支持,落实数码和智能产品购新政策,鼓励地方在消费品以旧换新框架内自主制定补贴,重点支持新一代智能终端消费。增加AI手机、智能电脑、智能电视、智能家居、AI眼镜、智能网联汽车、人形机器人等产品供给,培育智能穿戴消费市场。同时加快AI在居家服务、养老服务、文化旅游、住宿餐饮、教育教学等领域的应用,建设AI商品首发平台,举办“人工智能进万家”活动。
推荐理由:八部门联合推AI消费补贴,从手机、机器人到养老教育全覆盖,这是国家层面推动AI产品普及的强烈信号,终端厂商和消费者都将迎来实质利好。
英伟达GEAR实验室联合负责人Jim Fan于6月17日宣布,基于ENPIRE编码智能体框架,首次在物理世界中启用AutoResearch。团队为8个Codex智能体配备机器人、GPU和Token预算,设定目标高效完成任务。机器人自主学会寻找视觉线索、重置场景、练习技能、调整控制堆栈、在线阅读论文等,并通过物理世界API独立完成系扎带、整理钉子、插显卡等高精度任务。Jim Fan表示将开源该技术,使爱好者可居家托管自动运行机器人实验室。
NVIDIA GEAR实验室联合卡内基梅隆大学和UC Berkeley开发了ENPIRE框架,让AI编码智能体自主训练机器人。测试了OpenAI Codex(GPT-5.5)、Anthropic Claude Code(Opus 4.7)和月之暗面Kimi Code(Kimi K2.6)。在Push-T、插针盒、剪扎带和GPU安装等任务中,智能体达到99%成功率;插针任务中AI智能体比人类参与方法更快接近100%。8个智能体协作2小时完成Push-T(4个需3小时,单个近5小时)。局限包括机器人闲置、智能体耗时总结彼此想法和token消耗高。团队将开源全部内容。
由自动驾驶领域连续创业者Oliver Cameron(CEO)和Jeff Hawke(CTO)联合创立的世界模型AI公司Odyssey完成3.1亿美元B轮融资,估值14.5亿美元。本轮由Natural Capital领投,Amazon、AMD Ventures、GV等跟投。Odyssey成立于2023年,其世界模型通过人员背负相机采集物理世界数据并模拟真实物理效果。公司提供面向游戏制作和机器人等场景的多款世界模型,以从文本提示生成交互视频而知名。AWS成为首选云服务商,模型将针对AWS Trainium芯片优化。天使投资者包括Jeff Dean、Elad Gil等,累计融资3.37亿美元。
今天,我们首次在物理世界中实现了 AutoResearch!隆重推出 ENPIRE:我们为 8 个 Codex 智能体配备了一支机器人舰队、一批 GPU 以及充足的模型 token 预算。我们让它们自由行动,目标只有一个:尽可能快地完成任务,让机器人保持忙碌但确保安全,不浪费宝贵的算力。这一点毋庸置疑。 随后人类退居幕后,我们的观察开始了。机器人舰队开始苏醒:它们学会寻找视觉线索、重置场景、练习新技能、调整控制栈、在线阅读论文、进行辩论、反思、陷入困境,然后直接在硬件上重新尝试。我们所做的只是为 Codex 提供了一个通往原子世界的 API,剩下的便是涌现。 ENPIRE 能够自主完成高精度任务,例如绑扎带、整理精细的插针以及安装 GPU。我们还发现了一种新型的“物理规模扩展”:8 个机器人并行探索的效率显著高于数量更少的机器人。 我们 NVIDIA GEAR 实验室的一部分现在可以彻夜不休地自我改进。我们只需在早上阅读报告即可。 /目标:我们都去度假,而 Jensen 甚至不会察觉 ;) 我们将开源所有内容,这样你也可以在家中托管一个自主运行的机器人实验室!详情请见下方帖子:
推荐理由:Jim Fan团队让8个机器人在真实世界自主研究,从安装GPU到发现物理扩展定律,这是具身智能第一次真正脱离人类监督探索物理任务,比任何虚拟环境的Agent实验都更接近AGI的物理锚点,做机器人的必须关注。
MolmoMotion基于Molmo 2骨干网络,输入视频帧、物体上的3D点标记及文字动作指令(如“移动并旋转桌上放水果的木碗”),预测未来数秒内这些点的3D轨迹。提供两个变体:自回归的MolmoMotion-AR逐步预测坐标,流匹配的MolmoMotion-FM通过连续空间变换处理多可能性运动。同时发布MolmoMotion-1M数据集(含116万视频的3D点轨迹及动作描述)和PointMotionBench基准测试(2700个人工验证视频片段)。模型权重、数据集和基准测试均已开源。
推荐理由:MolmoMotion把3D运动预测从模板化推到任意物体,百万级数据集和基准让研究门槛大降,做机器人和视频生成的值得认真看,但目前仍是研究阶段,离落地还有距离。
Nvidia、卡内基梅隆大学和 UC Berkeley 联合开发的 ENPIRE 项目,利用 AI 编程智能体让机器人在现实世界中自主进行灵巧抓取训练。8 台双臂 YAM 机器人通过 Git 共享试验结果,智能体自主编写奖励函数、阅读论文并编辑训练代码。在 Push-T 测试、插针和剪扎带等任务上最高达 99% 成功率;从 1 个智能体扩展到 8 个后,Push-T 完成时间从约 5 小时降至 2 小时,插针从 90 分钟降至约 40 分钟。测试了 Codex(GPT-5.5)、Claude Code(Opus 4.7)和 Kimi Code(Kimi K2.6),Codex 表现最佳。现实环境仍比模拟困难,但该方法为机器人自主改进提供了可行路径。
机器人训练数据初创公司XDOF结束隐身,获Thrive Capital、a16z等7000万美元投资。公司为AI实验室和机器人公司构建数据管道、采集工具和标注系统,填补物理交互训练数据缺口。XDOF联合UC Berkeley发布ABC数据集,含13万条机器人操作轨迹、300小时仿真数据及100小时评估数据,号称迄今最大高质量机器人训练数据集。公司计划通过三层数据金字塔采集数据,已与20家客户合作。
京津冀首个万台级具身智能机器人超级工厂(领益智造北京具身智能超级工厂)近日规模投用。工厂覆盖核心零部件到整机组装全链条制造,模组自动组装线采用力觉+视觉双引导精密装配,换型时间小于15分钟;整机总装自动流水线实现节拍式装配。测试体系配备行业首创的整机环形吊轨测试线,可同时承载6-12台机器人,较传统线体节能约25%。质量管理通过自研MES、WMS、QMS系统实现全流程数字化追溯,每台机器绑定唯一SN码,24小时内完成质量闭环。根据规划,年产能逐步爬坡,预计2030年达50万台套。
詹锟在理想汽车Livis Day上表示,国内除特斯拉FSD外暂无智驾系统能入第一梯队。他于2026年5月赴美体验FSD V14.3后坦言差距真实。理想公布下半年路线:第三季度向AD Max车型推送马赫VLA新版本,第四季度全场景智驾对齐FSD V14。目前L9 Livis搭载马赫VLA 2.1,基于自研5nm马赫M100芯片(单芯1280 TOPS,双芯2560 TOPS)。小鹏何小鹏此前称其VLA将于2026年8月达FSD V14.2的硅谷效果。
AWS(Apache 2.0)开源的 Strands Robots SDK 将 LeRobot 栈封装为 AgentTools,构建统一智能体。默认用 MuJoCo 模拟(无需硬件),mode="real" 切换至真实机器人。可记录演示数据为 LeRobotDataset 并推送 Hugging Face Hub,运行 GR00T 或 LerobotLocal 策略推理,经 Zenoh mesh 广播命令到多台机器人。模拟与硬件代码完全一致,只需改一个关键字参数。示例可在笔记本(Python 3.12+,Linux/macOS)无硬件、无 GPU 运行。
推荐理由:AWS 的 Strands Robots 把 LeRobot 仿真和硬件部署装进同一个 Agent 里,代码几乎不变就能从模拟切到物理机器人,对具身智能开发者是省掉胶水代码的实用工具。
6月17日,Stellantis、Wayve、Uber宣布达成三方合作,共同探索在全球范围内开发和部署L4自动驾驶Robotaxi。Stellantis负责车辆制造与传感器集成,Wayve提供端到端AI自动驾驶软件,Uber则在其全球出行网络上部署Robotaxi并帮助扩大运营规模。三方计划联合开展车辆集成、测试、验证和部署,目标是为欧洲、北美等地区带来安全、可靠且可扩展的自动驾驶出行服务。
6月17日,星动纪元发布星动XHAND 1 PRO“大脑手”,采用全直驱21自由度设计。五指最大展开135°,包络抓握直径超160mm,可抓取篮球等大物体。整手搭载18个分布式触觉传感器及电容式压力传感器,测力区间0.1-25N,分辨率0.01N,支持厘米级非接触预检测。单关节背隙<±0.25mm,重复定位精度±0.1mm,循环测试超20万次。支持VR头显、动捕手套、外骨骼手套遥操作,兼容Ubuntu,SDK支持C++、Python、ROS 2,适配x86与ARM架构。
6 月 17 日,大晓机器人联合香港中文大学发布并开源具身操作 VLA 模型 ACE-Ego。在 RoboCasa GR1 TableTop 基准上,ACE-Ego 以 72.8% 平均成功率刷新纪录,超越英伟达 GR00T 等模型;在 RoboTwin 2.0 强域随机化测试中成功率达 90.62%。该模型已能稳定完成塑料袋打包、鞋子装入鞋盒等长周期复杂零售操作。
在6月16日的2026张江具身智能开发者大会上,开普勒发布机械麒麟系列重载四足机器人。整机尺寸2175×800×1630mm,自重约300kg,满载近吨级。实测可搭载多名工程师、驮工业物料跑厂、牵引全尺寸商务车,并对接标准料盘。续航充电一次可连续行走8小时。另有骑乘款。后续将陆续开放更多实测与落地场景。
本周特斯拉向车辆推送监督版 FSD v14.3.4,但导航仍是最大短板。系统频繁拐错弯、错过高速出口、选低效路线、误报限速,因导航问题人工接管次数甚至超过基础操作。问题源于多源数据拼接冲突、难以从人工修正中学习、路线推理缺乏人类直觉。不靠谱的导航阻碍网约车落地、增加安全风险,并持续消耗消费者信任。
美国参议员马基与布卢门撒尔致函NHTSA,要求复核特斯拉FSD安全数据。特斯拉宣称FSD安全系数为人类7倍(550万英里一次重大碰撞 vs 手动66万英里),但路透社质疑其测算方法。参议员指出误导性数据可能导致驾驶员过度依赖,要求7月7日前回应数据核验、测算方法、5秒脱离窗口(行业标准30秒)及数据采集漏洞等4个问题。荷兰交通大臣依据RDW实测为FSD准入辩护:2400万公里无重大事故,安全性能为人类3.5倍。新泽西州正审议限制自动驾驶法案,特斯拉游说反对;其已在得州完成L4合规自认证并投放无人驾驶出租车。
今天,我们首次在物理世界中实现了 AutoResearch!隆重推出 ENPIRE:我们为 8 个 Codex 智能体配备了一支机器人舰队、一批 GPU 以及充足的模型 token 预算。我们让它们自由行动,目标只有一个:尽可能快地完成任务,让机器人保持忙碌但确保安全,不浪费宝贵的算力。这一点毋庸置疑。 随后人类退居幕后,我们的观察开始了。机器人舰队开始苏醒:它们学会寻找视觉线索、重置场景、练习新技能、调整控制栈、在线阅读论文、进行辩论、反思、陷入困境,然后直接在硬件上重新尝试。我们所做的只是为 Codex 提供了一个通往原子世界的 API,剩下的便是涌现。 ENPIRE 能够自主完成高精度任务,例如绑扎带、整理精细的插针以及安装 GPU。我们还发现了一种新型的“物理规模扩展”:8 个机器人并行探索的效率显著高于数量更少的机器人。 我们 NVIDIA GEAR 实验室的一部分现在可以彻夜不休地自我改进。我们只需在早上阅读报告即可。 /目标:我们都去度假,而 Jensen 甚至不会察觉 ;) 我们将开源所有内容,这样你也可以在家中托管一个自主运行的机器人实验室!详情请见下方帖子:
Qwen团队发布三个具身AI模型组成的套件Qwen-RobotSuite:Qwen-RobotManip(基于Qwen3.5-4B的VLA模型,通过统一对齐框架和3800小时开源数据(含24708小时合成)实现跨本体操作,在LIBERO-Plus OOD基准上达91.4%,跨本体迁移性能为π0.5的3.2倍)、Qwen-RobotWorld(60层MMDiT+冻结Qwen2.5-VL编码器的语言条件视频世界模型,以自然语言为统一动作接口预测未来视频)和Qwen-RobotNav(基于Qwen3-VL的导航模型,2B/4B/8B,输出航点轨迹)。RobotManip与RobotNav已开源GitHub。
Jim Fan's "Great Parallel" thesis: embodied AI will scale like LLMs did. $5B+ is already betting on #worldmodels. $18B into #robotics. But the field has no shared benchmark, no convergence on architecture, and a 100,000-year data gap (per @Ken_Goldberg). In this blog, Matt and I wrote down some thoughts on why we think the Great Parallel may be harder to come true than it seems, and where we believe the real startup opportunities in the space. https://charlottexia.substack.com/p/would-the-great-parallel-for-embodied
Mobileye今天宣布进军美国自动驾驶出租车市场,计划2027年启动服务。公司将Mobileye Drive系统与子公司Moovit的服务及App结合,向消费者提供自动驾驶出租车。未来仍向汽车制造商等客户供应Drive系统,进军消费者市场旨在形成互补市场路径并积累运营经验。计划2026年底前公布商业化运营更多细节,并于明年在美国某城市启动商业无人驾驶出租车服务。
百度旗下萝卜快跑在瑞士获得L4级自动驾驶出租车运营许可,覆盖东部80平方公里,涉及圣加仑、外阿彭策尔和内阿彭策尔三州。路试已于6月1日启动,当前车辆仍配备安全员。萝卜快跑将与瑞士邮政旗下PostBus合作,以AmiGo品牌运营。路试完成后将开展小范围运营,面向公众的正式商业运营预计2027年启动。运营车辆采用百度第六代自动驾驶车型Apollo RT6,纯电驱动,最多搭载3名乘客,配备超30个传感器并集成车载计算平台。
6月15日,生数科技与光轮智能宣布战略合作,围绕通用世界模型的数据标准、评测体系与场景落地深度协同。生数科技以世界行动模型MotuBrain为核心,打造具身智能通用大脑;光轮智能依托“求解—测量—生成”全栈仿真平台RoboFinals,提供数据与评测基础设施。双方将共同推进面向物理世界的数据体系、可复现评测闭环及从仿真到真机的产业验证,加速世界模型从数字走向真实场景。
通义实验室推出 Qwen-Robot,包含三个基础模型:Qwen-RobotNav 以单套权重统一五类导航任务,五项基准达 SOTA,零样本部署于宇树 Go2 机器人(推理延迟 196ms);Qwen-RobotManip 基于 Qwen3.5-4B VL,采用 80 维状态-动作统一表示,利用超 38,100 小时开源数据训练,在多个操作基准超越 π0.5;Qwen-RobotWorld 以 860 万视频-文本对训练,通过自然语言动作接口统一 20 余种本体,多项世界模型评测第一。三个模型通过语言优先接口可被通用 Qwen 模型组合调用,实现物理智能体闭环。