英伟达黄仁勋盛赞 OpenClaw 助力机器人技术发展,但权限管控必须得有
英伟达 CEO 黄仁勋在伦敦 Build a Claw 活动上称 OpenClaw 是"首个真正可信的智能体运行框架",将其比作外骨骼的大语言模型,认为它能为 LLM 提供实时运行框架并推动机器人领域发展。他同时强调权限管控必不可少,并提到英伟达为此开发了 OpenShell 隔离系统,主张对自主系统仅授予最低权限并持续监控。
日期栏展示收录日期,历史补录归入原文日期。
英伟达 CEO 黄仁勋在伦敦 Build a Claw 活动上称 OpenClaw 是"首个真正可信的智能体运行框架",将其比作外骨骼的大语言模型,认为它能为 LLM 提供实时运行框架并推动机器人领域发展。他同时强调权限管控必不可少,并提到英伟达为此开发了 OpenShell 隔离系统,主张对自主系统仅授予最低权限并持续监控。
原文发布
Artificial Analysis 发布 AA-Robotics v0.1,用八项实体任务评测模型的具身操作能力,包括按红色按钮、把鳄鱼玩具放进矩形、倒饮料入杯、整理积木、形状匹配、写 hello world、搭最高塔和测量盒子。
推荐理由:Artificial Analysis 推出 AA-Robotics v0.1,用八项实体任务横向比较五款模型的具身操作表现。
科隆警方通报一台红金色机器人触碰16岁女孩臀部并做出顶撞动作,但该机器人实为中国厂商Unitree的R1,售价4900至5900美元,由德国Twitch主播Agaamuza及其朋友远程操控用于街头整蛊直播。Twitch已暂时封禁其频道,警方以性相关侮辱嫌疑展开调查并扣押了机器人和两部手机。
英伟达 CEO 黄仁勋在欧洲访问期间宣布,公司计划追加 20 亿美元投资,此前一年已在欧洲投资 80 亿美元。他还宣布向法国四家初创企业 Doctolib、Genesis AI、Pigment 和 Entalpic 注资,并与法国总统马克龙会晤讨论在法投资、开源软件和 AI 安全等议题。
旧金山初创公司 Industrial Next 在 TechCrunch Disrupt 2026 的 Startup Battlefield 上展示其 AI 驱动机器人工位,称产线换型可从数周缩短到几分钟,无需传统编程。
Science Corporation CEO Max Hodak 在 TechCrunch Disrupt 上宣布,公司已将视力恢复芯片 PRIMA 植入首名 Stargardt 病患者。
Dyna Robotics 联合创始人兼首席科学家 Jason Ma 在访谈中介绍了 Dyna-2 世界动作模型,该模型基于超过一百万小时人类视频预训练,并已推出物理机器人智能体 Dyna-2.1。
密歇根大学孵化的 Laplace Intelligence 正为机器人与物理 AI 构建自动化红队测试,用 AI 智能体在仿真中主动寻找失效场景,目标是在部署前发现问题。
Amazon 已在仓库部署超过 100 万台机器人,用于支撑每日数千万件当日达和次日达包裹配送,同时仍是全球第二大企业雇主,拥有超 150 万名全职和兼职人类员工。
蚂蚁 inclusionAI 发布双臂灵巧操作基准 BiDex-100,覆盖 106 个任务、五大能力维度(Memory、Long-Horizon、Instruction-Following。
Standard Bots 以约 10 亿美元估值完成 2 亿美元 C 轮融资,由 General Catalyst 和 RoboStrategy 领投,客户包括 NASA、Amazon 和 Lockheed Martin。其工业机械臂采用共享基础模型加演示微调,最大模型参数量在数十亿级别,感知模型基于超 10 亿张图像训练,推理在本地边缘 GPU 上运行以保障工厂可靠性。
NVIDIA 发布基于 Omniverse 库的 5 步工作流,用于将 CAD 资产转换为机器人仿真所需的 SimReady 资产。该流程遵循 SimReady Foundation 规范,并借助 NVIDIA 智能体技能,完成材质、碰撞几何、关节等物理属性的配置与验证,而非仅做几何到 OpenUSD 的格式转换。
Nvidia 推出面向物理 AI 的全栈安全解决方案,已有机器人公司采用,目标指向更安全的 robotaxi 与人形机器人。
尽管马斯克称 Tesla Optimus 可能以低至 2 万美元每台自动化几乎所有人类劳动、并预测 2027 年底前向公众发售,但许多机器人研究者对此持怀疑态度。
AVEVA 首席技术官 Arti Garg 提出,工业 AI 正从预测分析转向基础模型、物理 AI 与智能体 AI,但因其直接作用于物理系统,需以安全、可靠和人类监督为前提。AVEVA 的责任 AI 框架强调安全、效率与人工监督,主张 AI 应增强而非取代关键决策中的人。Garg 还参与 IEEE 工作组,制定覆盖电力、能源、水资源与碳排放的 AI 环境影响测量标准方法。
NVIDIA 分享了如何训练机器人组装 GB300 测试托盘,并从中总结出关于机器人学习、机械智能与传统工程的经验。GB300 是 Grace Blackwell 超级芯片,为现代基础模型的 AI 训练与推理提供算力,但其托盘组装目前仍依赖全球工厂中的熟练体力劳动。
Anthropic 发布机器人暴露指数研究,用 Claude 评估现有机器人对 O*NET 约 19000 项工作任务的执行能力。研究发现机器人已能完成美国 74% 的体力任务、占全部工作时间的 34%,但大多限于受控环境;仅 0.3% 的工作任务上机器人具备成本竞争力,若按历史降价速度需 40 年才能升至 10%。
推荐理由:Anthropic 用 Claude 评估机器人任务暴露度,给出可复用的暴露分级与成本对比框架。
Preferred Networks(PFN)将出展2026年10月13日至16日在幕张展览馆举办的CEATEC2026,展位为X公园5号馆5H206,以“用日本的智能驱动日本的现场”为概念,展示自律搬运机器人“カチャカEvo”实机演示、国产大语言模型PLaMo及各类AI产品与解决方案的落地案例。
Sakana AI 与东京大学合作提出 SAIL,通过测试时扩展提升基于 VLM 的机器人轨迹生成可靠性:策略 VLM 依据少量成功演示生成轨迹,在模拟器中测试并由评估 VLM 审查视频找出停滞点,再用 MCTS 探索并修正候选轨迹,仅将选定轨迹发送给实体机器人。在六项模拟操作任务中,搜索预算从 1 个候选增至 45 个,平均成功率从 25% 提升至 73%。该工作将在 IROS2026 展示。
微软研究院对移动机器人操作负载做了一项系统测量研究,发现把物理 AI 推理从机载 GPU 卸载到边缘或云端 GPU 能提升任务表现并延长续航。
Sakana AI 宣布 Jürgen Schmidhuber 以兼任形式出任首席科学顾问,并参与其递归自我改进(RSI)实验室。他将协助指导 Agent-Native World Models 研发,用于在行动前模拟物理后果,支撑日本制造业与机器人产业。其 1987 年关于递归自我改进与元学习的论文已影响 Darwin Gödel Machine 和 The AI Scientist 等成果。
ACSL与Preferred Networks在NEDO的K Program「小型无人机自主控制・分散控制技术研发」项目中,已实现基于AI的航线自动生成演示。该功能根据任务内容、飞行条件和周边环境生成飞行计划方案,此前航线设计需操作员凭高度经验逐一设定。项目自2025年10月起推进,后续将进行机体实装、真实环境验证及多机协同控制技术整合。
2026 年上半年至少 621 家机器人公司获得融资,总额约 318 亿美元。Understanding AI 从数月调研和多家公司 CEO 访谈中选出 19 家值得关注的机器人公司,聚焦直接制造机器人或开发通用机器人 AI 模型的企业,名单中过半公司成立于过去四年内。
机器人训练数据严重短缺,目前最大的公开数据集 ABC-130K 仅有 3,500 小时任务演示。Shift 等初创公司通过给清洁工戴摄像头录制人类动作、雇人遥操作机器人、穿戴手套或外骨骼采集数据等方式获取训练数据,Scale AI 也在尝试这些策略。Skild 的 CEO Deepak Pathak 指出,机器人需先能完成有用工作才能从部署中产生数据,存在"先有鸡还是先有蛋"的问题。
Google 2023 年 7 月发布 RT-2,把多模态 LLM 训练成直接输出机器人动作的模型,参数量从 RT-1 的 3500 万跃升至数十亿,并展现出对物体、场景和指令的泛化能力。Google 将其命名为视觉-语言-动作(VLA)模型,这一架构与术语随后成为行业标准,推动中美大公司和机器人创业公司持续投入。
LiveKit 的 SFU 架构让机器人会话变成 Room,摄像头、模型、操作员和下游服务都只是新增参与方,无需重构传输层。在人在回路数据采集中,机器人、策略、操作员和录制器作为独立参与方共享同一实时会话,观测同时分发,策略动作与人工干预各自独立回传。VLM 可作任务级编排器,按需调用抓取、放置、插入等技能策略,每个技能策略作为独立参与方加入。
Black Forest Labs 上周发布多模态基础模型 FLUX 3,在单一架构中联合学习图像、视频和音频,可单次生成最长 20 秒带音频视频。其视频骨干被机器人公司 mimic 用于 FLUX-mimic,在软体装配任务上报告 95% 成功率,无需单任务微调,对比 π0.5 的 55% 和某流匹配策略的 70%。
推荐理由:FLUX 3 把视频生成骨干直接接到机器人动作预测上,读者可看到多模态世界模型向工业操作迁移的一条具体路径。
Google DeepMind 研究副总裁 Raia Hadsell 在 RAAIS 演讲中提出,大模型在足够数据上能学到复杂系统的底层规律,语言只是其中一种,天气、生物、合成世界和物理运动同样如此,而学界过度聚焦语言。
加州大学伯克利分校 BAIR 实验室展示 2026 届博士毕业生,其研究覆盖机器人、大语言模型与推理、计算机视觉、生成建模、AI 安全、人机交互及 AI for science 等方向。毕业生去向包括高校教职、OpenAI、Mistral AI、Physical Intelligence、Amazon 等机构,部分人正在创业或寻找下一步机会。