吴佳俊 IROS 2026 演讲:结构化表征是机器人学会推理的脚手架
斯坦福大学助理教授吴佳俊在 IROS 2026 的 RoBoWoMo 研讨会上发表题为《Building Physical Agents via Structured Representations》的受邀报告,提出结构化表征不是答案,而是机器人学会推理的脚手架。
斯坦福大学助理教授吴佳俊在 IROS 2026 的 RoBoWoMo 研讨会上发表题为《Building Physical Agents via Structured Representations》的受邀报告,提出结构化表征不是答案,而是机器人学会推理的脚手架。
如祺出行COO韩锋表示,世界模型与合成数据越强,反复采集的常规数据越易贬值,但真实数据在发现未知问题和验证上不可替代。如祺出行2023年推出智驾数据工具链,2026年6月推出具身智能数据平台,处理Ego-centric第一人称操作视频。其AI数据服务收入2026年上半年同比增长274.4%,半年收入超1亿元。
卡尔动力9月22日在鄂尔多斯棋盘井镇宣布启动规模化AI运输网络,把有人驾驶重卡、保留驾驶舱的无人卡车和无驾驶舱运输机器人放进同一运输系统。其无人运输车队已达百台量级,业务覆盖内蒙古、新疆、甘肃、陕西、山西等区域,并称单车经济效益有望从20%提升至30%以上。编队模式下,一名AI领航员可驾驶头车并带一辆无人卡车,最多可带5辆后车,实测两车编队可降低约5%—10%能耗。
机器人数据初创公司 Mecka AI 宣布完成 6000 万美元 B 轮融资,由红杉领投,Nvidia、微软旗下 M12 等参投。TechCrunch 此前报道称,该公司正以 5 亿美元估值接近完成新一轮融资。
NVIDIA 分享了教机器人组装 GB300 测试托盘的过程,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 超级芯片是当前基础模型 AI 训练与推理的引擎,但其托盘组装在全球工厂中仍依赖熟练体力劳动。
DataraAI 正在开发机器人自动化技术,让工业机械臂在 AI 服务器与机架组装中完成线缆布线与连接器插接,这类任务目前仍主要靠人工完成。其方案用真实产线的 RGB-D 视觉、力/力矩、触觉感知与运动数据校准仿真,以缩小 Sim2Real 差距,并通过视觉定位线缆与连接器、以力和触觉判断连接器是否插到位。
Beam Global 签署最终协议,以约 2400 万美元收购挪威工业无人机公司 ScoutDI,并计划在美国现有工厂为美国市场生产 ScoutDI 无人机系统。
机器人就绪的仓库需要从钢结构设计之初就围绕自动化系统确定柱网、净高、地坪、屋面荷载和扩展路径。柱网应按巷道而非建筑模数设定,净高需与消防工程师协商高堆垛存储的喷淋设计要求,地坪平整度须按设备厂商公差而非 ASTM E1155 随机通行标准执行。屋面需预留输送线、充电桩线缆桥架等附属荷载,并在设计阶段为未来分阶段扩展预留端部框架。
Faraday Future 计划 2026 年底在美国上线机器人工厂,首款“Built in USA”机器人定于 2027 年 2 月下线,首批选定全尺寸人形机器人 Next Futurist 和四足机器人 Next Aegis。
机器人基础设施没有唯一最安全选项,云端、本地与混合部署都能保护系统,区别在于责任如何划分。云端遵循共享责任模型,风险集中在配置错误;本地部署掌控所有层级,但面临老旧系统与监控不足。工业环境还需满足 IEC 62443 标准,Rockwell Automation 与 Claroty 等厂商同时提供云端和本地 OT 安全方案。
Noitom Robotics 发布 HiPHI,一个用光学动捕采集的 617.5 小时全身人体动作数据集,精度达亚毫米级,其中 245.7 小时为带同步物体轨迹与网格的人机物交互数据,并用 FrameNet 组织动作覆盖范围。白皮书同时提出用于衡量动作多样性与交互 grounding 的基准套件,并报告了在该数据集上训练的策略部署到实体 Unitree G1 人形机器人上的结果。
TechCrunch Disrupt 2026 将于 10 月 13-15 日在旧金山 Moscone West 举行,完整分论坛议程已公布。每场 50 分钟,含专家分享与观众问答,座位有限、先到先得。议题涵盖物理 AI 的定义、AI 智能体工作流、从训练转向推理的推理经济,以及融资与创业实践。
卡内基梅隆大学 Safe AI 实验室主任 Ding Zhao 联合 Kyle Wong、Simo Rachidi 创立 Safeworld,专注在 Genesis、MuJoCo 等仿真环境中用真实人体模型评估生成式 AI 机器人控制系统,已完成超 1200 万美元种子轮融资,由 Shine Capital 和 a16z Speedrun 领投。
新加坡科技设计大学团队开发出 ALBATROSS 混合空中-海上机器人,可从空中投放、无降落伞自旋降落水面、落水后被动自扶正,并复用同一对刚性机翼作为帆进行自主风力导航。
Boston Dynamics 为 Atlas 机器人发布重新设计的机械手,自由度从上一代的 7 个增加到 13 个,并新增手指外展能力。机器人行为总监 Alberto Rodriguez 表示,新手放弃拟人外形,去掉小指,改用更少、更大、更强的执行器,执行器以直驱方式嵌入关节,可被反向驱动并感知力与接触,单个执行器模块可整体更换,关节间没有易拉伸断裂的腱或线缆。
Destro 以 800 万美元种子轮走出隐身模式,其 AI 智能层同时调度机器人和人类工人,在 Yusen Logistics 的跨码头场景中完成卸货与分拣。
Hello Robot 联合创始人兼 CTO Charlie Kemp 开发移动操作机器人,帮助老年人和重度行动障碍者在家庭与工作场所中更独立地生活。他因 MIT 的 Cog 人形机器人项目进入机器人领域,曾参与人形机器人 Domo 的研发,2006 年凭 Domo 帮人把物体放上货架的系统获 IEEE-RAS 人形机器人国际会议最佳论文奖。
IEEE Spectrum 每周机器人视频精选本期收录 Skydio 推出固定翼无人机 F10,用机械臂实现自主发射与回收;宇树(Unitree)仿生灵巧手售价 6500 美元起。9 月 22 日世界技能大赛上海 2026 开幕式上,19 台宇树通用人形机器人携手 120 名舞者完成全球最大规模全尺寸人形机器人集群表演,全程 AI 自主驱动并全球直播。
墨西哥瓜达拉哈拉的 ITESO 团队通过 EPICS in IEEE 项目开发出便携式机器人教育平台 RoboMeshA,让学生用浏览器直接连接,无需专用机房或预装软件即可操作机器人并体验避障等功能。团队已建成 2 台设备,并正在开发模块化耦合框架,使 4 台 RoboMeshA 机器人可协同运行,该平台已在 CETI Colomos 和 Prepa ITESO 高中课堂验证。
意大利技术研究院机器人学副主任 Barbara Mazzolai 正推动一个名为"可持续性机器人"的新研究领域,她与合作者于 7 月在 Nature Machine Intelligence 发表宣言,提出让可持续性成为机器人设计的核心,以减少技术对自然的足迹。她此前受章鱼、植物根系和种子启发,开发了多款仿生软体机器人。
NVIDIA 介绍如何借助 AI 智能体与 Isaac ROS 加速 ROS 2 节点,解决消息在节点间传输时经 CPU 内存序列化或拷贝、抵消 GPU 感知与 AI 负载收益的问题。文中提到 NVIDIA 近期推出的上游抽象与 CUDA buffer 后端,用于让消息留在 GPU 上。
IEEE Spectrum 本期 Video Friday 收录多段机器人视频:CLIMB Lab 展示四旋翼由两个双旋翼构成,ETH Zurich 与 Figure、Agility 的 Digit 5 人形机器人安全演示同场出现。
有人出售一台从 Robot Shop 购入的 Turtlebot 4 Lite,仅用于概念验证使用过几次,功能完好且已恢复出厂设置。卖家位于新泽西州(NJ),可发货至大部分地区,有意者需私信联系。
NVIDIA 介绍用 AI 智能体训练跨本体机器人导航策略的方法。导航需持续定位、理解环境、选路并避障,与只产生稳定运动的运动控制不同;将导航能力迁移到新机器人或新场景通常需要新数据、仿真资产和机器人接口。
NVIDIA 发布 Cosmos 3 Edge,这是 Cosmos 3 系列中的 4B 全模态模型,并配有基于 NVIDIA Nemotron 的 2B 推理器。官方称机器人需要能适配自身传感器、环境和任务并运行在板载算力上的策略,而世界模型虽为学习物理交互提供基础,但体积过大往往难以端侧部署,Cosmos 3 Edge 正是针对这一问题。
推荐理由:NVIDIA 官方给出 Cosmos 3 Edge 的参数量与推理器配置,读者可据此判断端侧部署的算力门槛。
NVIDIA 发布 JetPack 7.2.1,为 Jetson 平台加入智能体视频技能与 T3000 仿真能力。该版本面向机器人、智能视频分析、工业自动化等场景,支持多摄像头采集、网络流解码、AI 推理与视频编码等完整视频数据链路。
NVIDIA 探讨世界动作模型(World Action Models)如何超越 VLA,让机器人策略不再局限于训练演示。传统策略在物体形状、位置或光照变化时往往失效,泛化到新条件需要策略理解任务背后的物理规律,而非单纯模仿演示。这一能力来自其骨干网络。
伯克利人工智能研究实验室(BAIR)公布 2026 届博士毕业生展示,研究方向覆盖机器人、具身智能、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 与医疗。毕业生去向包括 Physical Intelligence、OpenAI、Mistral AI、Amazon 等机构,以及 UCLA、普林斯顿 CITP 等学术岗位,部分人正在创办自己的初创公司。
Berkeley AI Research 提出梯度规划器 GRASP,通过将轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代上直接注入随机性以探索、并重塑梯度让动作获得清晰信号,从而让基于学习世界模型的长时程规划变得可行。该方法针对长时程 rollout 中梯度爆炸/消失、非贪心结构导致的局部极小值以及高维视觉模型状态输入梯度脆弱等问题。
有社区成员在 ROS 2 Lyrical Luth 与 Ubuntu 26.04 上尝试构建 TurtleBot4 与 Create3 代码库,因 depthai-ros、nav2_simple_commander、nav2_common、slam_toolbox、ros-lyrical-rplidar-ros 等依赖尚未发布,完整栈无法构建。
Clearpath Robotics 确认 TurtleBot 4 预计供货至 2026 年底,TurtleBot 5 已进入规划阶段,但要等 TurtleBot 4 库存耗尽后才会推出。此前 iRobot 申请破产保护,社区担忧 Create 3 移动底盘的未来,Picea 已收购 iRobot 的消费市场业务,但 Create 底盘是否继续生产尚无消息。