全球首个，连续时间具身世界模型！任意帧率自由生成
全球首个，连续时间具身世界模型！任意帧率自由生成让机器人把一只虾夹起来，再放进锅里。
来自主题: AI技术研报
9743 点击 2026-08-06 10:14
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
让机器人把一只虾夹起来，再放进锅里。
当下，一个逐渐清晰的共识是，具身智能的叙事正由「会不会做一个动作」，转向「能不能在真实世界里稳定完成复杂任务」。尤其是在刚刚过去的 WAIC2026 现场，这一点尤为明显，机器人不再满足于表演式的单动作演示，而是被期待走进产线、仓储和酒店客房，真正「做事」。
多模态基础模型可以通过互联网规模的图像与语言学习「看」和「说」，但具身智能没有同样的捷径。机器人必须进一步理解物理状态与动力学，判断动作如何改变环境，并在真实世界中执行连续行为；这要求训练数据同时连接观察、状态、动作与物理后果。
近日，通用具身智能公司破壳机器人（PokeBot，以下简称“破壳”）完成亿美元级 Pre-A 轮融资。
华为系构成了智元机器人的核心班底。
今年 WAIC，最热闹的区域之一，是超维动力展台的一张乒乓球桌。
当 VLA、WAM、RL、TAMP、MPC 等机器人控制策略在各自擅长的任务中大放异彩，如何刻画其能力边界，并在正确的时机为不同子任务匹配最合适的策略，正逐渐成为机器人完成复杂长时序任务的关键。
近年来，视觉 — 语言 — 动作模型（Vision-Language-Action Model，VLA）正逐渐成为通用机器人控制的重要技术路线，但当这些模型真正进入高频闭环执行时，一个矛盾越来越突出：模型越来越大、语义能力越来越强，动作更新却未必足够快。
近五分钟“肌肉记忆”，推理延迟不随历史增长
近日，由清华大学深圳国际研究生院智能机器人实验室刘厚德教授领衔、王立博博士后担任 AI 首席研究员的大模型团队，正式发布了 VeriLoop Coder-E1—— 一款基于 Qwen3.6-27B 构建、面向仓库级代码修复与智能体式软件工程任务的开源垂类代码模型。