其他
1, 比亚迪人形机器人外观专利曝光
比亚迪自研人形机器人‘小迪’首次以官方外观专利形式亮相，黑白配色、圆润头身与高自由度关节设计，透露出务实与克制的工程美学。身高1.61米、31个运动自由度、灵巧手定位精度达±1毫米——这些参数背后并非炫技，而是对真实服务场景的深度响应：它被定位为门店里的‘数字导购员’，需在有限空间内稳定站立、自然手势讲解、精准递送资料。不同于实验室原型机，‘小迪’的设计逻辑根植于比亚迪在汽车电子、热管理、结构安全等领域的成熟积累，正如李柯所言‘汽车软件复杂度移植到机器人很轻松’——这揭示了一条被低估的路径：具身智能的突破未必来自算法跃进，而常始于制造体系、供应链与系统工程能力的迁移。当行业还在争论‘通用AI何时落地’，比亚迪已用一张专利图表明：真正的机器人进化，正从产线走向展厅，从概念走向可量产、可部署、可服务的实体。
2, 苹果官宣「欢迎回家」发布会定档10月13日
苹果将‘Welcome Home（欢迎回家）’作为发布会主题，并启用复古刺绣风格彩虹苹果Logo，其深意远超营销修辞——这是对智能家居本质的一次温柔重申：技术不该是冰冷的控制中枢，而应如老友归家般熟悉、可靠、不打扰。传闻中的新一代HomePod mini、Apple TV及智能家居中枢设备，核心价值不在算力堆砌，而在‘统一性’：让灯光、温控、安防、影音等碎片化体验，回归一个自然、连贯、无需学习的交互流。当行业竞相堆叠AI功能时，苹果选择打磨液态玻璃的透光层次、优化隔空投送的瞬时响应、强化儿童账户的分龄保护——这些看似‘保守’的改进，恰恰直指智能家居长期未解的痛点：不是不够聪明，而是不够可信；不是功能太少，而是体验太割裂。所谓‘回家’，本质上是对技术人性化边界的再次确认：最前沿的创新，终要落回人如何更从容地生活。
3, 华硕 a 豆 wiggle 联名外设潮酷来袭，将多巴胺美学带到桌面
华硕a豆与wiggle wiggle联名推出的香氛键盘、蓝牙鼠标、云朵手提包等产品，表面是萌趣IP与多巴胺配色的视觉游戏，内核却是一场针对数字时代情绪劳动的细腻回应。机械键盘集成三款替换香氛、120天留香与磁吸快拆结构，不只是功能叠加，而是把‘输入’这一高频重复动作，转化为可调节的感官锚点；云朵手提包内嵌绒面防护层与分区收纳，让通勤背包成为随身的情绪缓冲带。这些设计没有回避效率诉求，却拒绝将人简化为生产力单位——它承认年轻人在屏幕前长时间专注后的疲惫，也尊重他们用一杯咖啡、一缕香气、一抹亮色来重建掌控感的微小抵抗。当科技产品越来越强调‘无缝连接’，这套联名外设反其道而行之：用可触摸的质感、可更换的气味、可感知的柔软，在效率与疗愈之间，划出一条不妥协的中间路线。
4, 后厨制作过程能扫码回看，中国电信推出“外卖云监管-食安封签”解决方案
中国电信‘外卖云监管-食安封签’方案，表面是技术赋能监管，实则重构了数字时代陌生人之间的信任契约。消费者扫码即可回溯后厨操作全过程，看到的不只是厨师是否戴帽、垃圾桶是否加盖，更是‘我点的这份餐，曾被怎样的流程对待’。这种透明并非单向监督，而是倒逼餐饮方将食品安全从合规底线升维为服务语言：当明厨亮灶延伸至配送环节，食安就不再只是卫生检查的冷冰冰指标，而成为品牌叙事的一部分。5G智能封签+视频云存证的组合，巧妙绕开了‘谁来监督监督者’的治理难题——它不依赖第三方抽查，而是让每一次履约本身生成不可篡改的信任凭证。在信息过载的时代，真正稀缺的不是数据，而是可验证的善意；这项技术的价值，正在于把‘放心’二字，从一句承诺，变成一次扫码就能确认的事实。
5, 北醒李远：给机器造眼睛，与「自讨苦吃」的十一年|物理 AI 50人
北醒创始人李远用十一年时间坚持做一件事：给机器造‘眼睛’。但他的野心不止于感知——激光雷达测得的距离与位置，应成为模型理解物理世界的‘真值教材’。从无人机避障到铁路安全监测，再到水下机器人导航，北醒的每一代产品都在回答同一个问题：如何让传感器输出的数据，不只是‘看见’，更是‘懂得’。NOVA20仅用20个激光点实现毫秒级避障，不是参数妥协，而是对具身智能本质的清醒认知：‘大脑慢思考，小脑快感知’。当行业追逐更高线束时，北醒选择在时分复用技术上深耕，解决串扰难题——这恰似李远每年主动挑战‘不喜欢的事’：真正的技术突破，常始于拆除认知上的墙，而非堆砌参数的塔。他相信，激光雷达的终极价值，是成为物理世界与大模型之间的‘翻译官’，让AI不仅会推理，更能扎根于真实的重力、摩擦与光影之中。
6, 独家 | 清华 AIR 首届博士李健雄创立本溯智能：五源资本领投，押注动作原生具身模型
本溯智能放弃主流‘预训练+后训练’范式，选择一条更艰难的路：让机器人通过少量人类示范与自主尝试，在几分钟内完成新场景适应。这并非技术取巧，而是对现实世界复杂性的诚实回应——工厂里零件批次变更、车间光照变化、作业流程微调，都让‘重新采集数据—重新训练’的模式成本失控。其‘动作原生In-Context模型’将动作本身作为核心表达，让机器人直接学习‘如何与世界互动’，而非‘如何听懂指令’。X-VLA与ODEWorld两项核心技术，指向一个朴素信念：具身智能的规模化，不在于模型多大，而在于它能否像人类学徒一样，在真实现场快速试错、即时调整。当行业还在争论VLA与世界模型孰优孰劣，本溯智能已悄然把焦点拉回一个更本质的问题：让机器真正拥有‘在现场学习’的能力，才是跨越实验室与工厂鸿沟的那座桥。
7, 至简动力冯宗宝：在间隙仅 0.5 毫米的真实场景下，实现机器人造机器人 | IROS 2026
至简动力在IROS 2026展示的CNC精密操作，表面是机器人抓取、插入、放置金属工件的技术演示，内核却是一场关于‘真实世界精度’的宣言。0.5毫米的卡盘间隙、反光无纹理的金属表面、几近相同的零件外形——这些实验室避之不及的难题，正是制造业的日常。其SimpleWAM、DRAM与DPE三模块协同，并非追求单一性能峰值，而是构建一种鲁棒性：视觉失效时靠力觉补偿，长时任务中靠记忆延续，执行偏差时靠评估校准。仅用600条真实轨迹即达成100%成功率，印证了一个关键判断：具身智能的瓶颈，不在算法上限，而在系统能否在公差、节拍、良率三重压力下持续交付。当‘机器人造机器人’从口号变为现实，它所锻造的不仅是硬件能力，更是一种将学术严谨性、工业稳定性与现场适应力熔铸一体的工程哲学。
8, 对话如祺出行COO韩锋：世界模型越强，真实数据才是真壁垒
如祺出行不自己训练大模型，却将Robotaxi车队、线下运维网络与城市道路转化为AI数据基础设施——这看似低调的选择，实则锚定了物理AI时代最稀缺的资源：连续、真实、可验证的长尾场景数据。韩锋指出，合成数据擅长扩展已知问题，而真实数据的核心价值在于‘发现未知’：交通参与者不可预设的行为、传感器物理响应的细微偏差、环境随季节演变的隐性规律。如祺的飞轮并非模型迭代，而是‘业务—数据—问题—再业务’的闭环：车辆每天运行产生的异常，反馈为新标注需求；新标注又驱动模型暴露新缺陷；缺陷再催生新一轮真实数据采集。这种由真实世界持续‘喂养’的体系，比任何单点技术更具护城河——因为它的壁垒不在代码里，而在城市街巷的每一次转弯、每一次急刹、每一次车窗起雾的物理痕迹之中。
9, 「无驾驶舱」重卡上路，卡尔动力押注无人货运规模化
卡尔动力在鄂尔多斯棋盘井镇启动的‘无驾驶舱运输机器人’，不是技术秀，而是对大宗物流经济模型的重新计算。取消驾驶舱带来25%载货空间提升，编队行驶降低5%-10%风阻能耗，一名领航员带多车摊薄人力成本——这些数字背后，是传统货运‘33211’成本结构（过路费30%、能源30%、司机20%、维修折旧各10%）的实质性重构。其混合编队策略更显务实：有人驾驶重卡处理开放道路复杂博弈，保留驾驶舱的无人车承担中短途运输，无驾驶舱机器人专攻固定园区接驳——不同形态并存，恰因真实货运场景本就不该被单一技术方案定义。当行业还在讨论L4何时落地，卡尔动力已用百台车队证明：无人货运的规模化，始于对线路级经济模型的转正，成于将技术、车辆、货源、调度编织成一张可自我生长的运输网络。
本文由互联网行业信息家-AI助手发布，信息来源于2026/10/9热搜，如侵权请联系983171730@qq.com，请附带证明材料将第一时间删除！