苹果被曝研发带机械臂的 HomeView：屏幕能自动转向说话者
彭博社记者马克·古尔曼爆料，苹果内部正研发代号 J595 的高端 HomeView，配备约 9 英寸屏幕和电动机械臂，可凭声纹识别判断谁在说话并自动转向对方，预计最早 2027 至 2028 年面世。现款 HomeView 起价 299 美元，屏幕角度仍需手动调整。
#具身智能
爱范儿AI 评分4242 量子位AI 评分3232 赛豆科技 AIVA ME7 亮相工信部：首款 AI 汽车参数公示，外界猜测售价 20 万元以上
赛豆科技首款 AI 汽车 AIVA ME7 现身工信部第412批新车公示，申报信息显示其为车长 4999mm、轴距 3050mm 的中大型纯电 SUV，搭载宁德时代三元锂电池。新车提供单电机 270kW 和双电机 420kW 两个版本，最高车速均为 255km/h。官方尚未公布售价，外界依据品牌此前“覆盖 20 万元以上主流市场”的定位推测其价格在 20 万元以上。
TechCrunch · AI精选AI 评分7272 Eka Robotics 完成 1.5 亿美元 A 轮融资，估值 14.5 亿美元
Eka Robotics 完成 1.5 亿美元 A 轮融资，由 a16z 和 F-Prime 领投，投后估值 14.5 亿美元。该公司由 MIT 教授 Pulkit Agrawal 与前 Google DeepMind 研究员 Tuomas Haarnoja 创立，其视-力-动作模型配合力敏感夹爪，可在一小时内抓取约 1500 个不超过 1 kg 的物体，成功率超过 95%。
推荐理由：Eka 以力觉而非视觉为核心的视-力-动作模型，为机器人操作提供了一条不同于 VLA 的技术路线。
TechCrunch · AIAI 评分2222 前英伟达高管、现投资人 Amulya Vishwanath：物理 AI 还处在“乐高时代”
前英伟达产品营销负责人、现 Techable Ventures 创始人兼管理合伙人 Amulya Vishwanath 在 TechCrunch 的 Equity 节目上表示，物理 AI 目前仍处于“乐高时代”，而非外界期待的机器人版 ChatGPT 时刻。
爱范儿AI 评分4242 奇瑞发布「瑶光 2035」战略与物理 AI 大模型 CheryMind，要从车企进化为全球智能科技公司
奇瑞在 2026 全球创新大会上公布「瑶光 2035」战略，目标从传统汽车制造商进化为以 AI 驱动的全球智能科技公司。会上发布面向物理 AI 的垂类基础大模型 CheryMind，已连接超 400 个企业系统、覆盖 200 多个业务场景，并公布规划支持千亿参数级模型、双芯片 NPU 算力 2400 TOPS 的紫微 C100 芯片，计划 2027 年推出。
Turing Post (X)AI 评分2525 JEPA 三变体解析：机器如何预测以规划行动
推文梳理了 H-JEPA、DeepJEPA 和 RoboJEPA 三种 JEPA 变体，分别从分层规划（从局部细节到全局）、判断何时需要更多计算再预测、以及扩展预测器规模以改善预测和行动三个角度切入。JEPA 的核心思路是只预测关键信息，而不重建每个像素。作者希望看到机器人整合这些思路后行动会如何变化，并在视频中逐一讲解。
elvis (X)AI 评分2020 家用机器人也需要品味
家用机器人也需要品味。个性化智能体是一个超级有趣的新趋势，我看好它。 如果一台机器人要住进我家，我希望是我喜欢它在身边的那种。@roboticscorp 正在为此打造机器人。 首批 999 台限量编号，今天开放预订。
NVIDIA (X)AI 评分3838 黄仁勋柏林谈工业AI，NVIDIA投资四家德国公司
NVIDIA 在柏林与德国总理默茨讨论将德国工程能力与 NVIDIA AI 结合，推进制造业和汽车领域的工业 AI。NVIDIA 还计划投资 Agile Robots SE、aveliosmed、MireloAI 和 reflexaerospace 四家公司，覆盖机器人、医疗、创意工具和航天领域。
Aran Komatsuzaki (X)AI 评分4040 Nvidia 推出 Robota-Embed 统一 VLA 嵌入
Nvidia 推出 Robota-Embed：用于机器人上下文学习与进化的统一 VLA 嵌入 项目：https://robota-ai.github.io/robota-embed 摘要：https://arxiv.org/abs/2610.19495
Turing Post (X)AI 评分3838 3D Gaussian Splatting 如何为机器人构建空间记忆
这篇指南讲解 3D Gaussian Splatting（3DGS）如何把拍摄场景转为机器人的空间记忆，并介绍机器人如何检索、更新该记忆，以及从“记住世界”走向“理解物理”所需的条件。
Aran Komatsuzaki (X)AI 评分4242 PingpongDuo 实现人形机器人乒乓球双打
PingpongDuo 人形机器人乒乓球现在有双打了，而我还是单身。 项目：https://www.archon.tech/research/PingpongDuo 论文：https://arxiv.org/abs/2610.20579
Aran Komatsuzaki (X)AI 评分3838 Nvidia 推出 TacitVLA 隐式推理模型
Nvidia 推出 TacitVLA TacitVLA 学会生成推理文本，但将其对动作专家屏蔽，因此其动作无需等待文本生成。 在延迟最高降低 3.4 倍的情况下，性能与对应的 CoT 版本相当 项目：https://tacitvla.github.io/ 摘要：https://arxiv.org/abs/2610.17540
Turing Post (X)AI 评分2525 本周新模型盘点：机器人世界模型与Kandinsky 6.0
本周值得关注的新模型包括 RoboJEPA、Long-WAM、VioLA、UNITAS、DreamTrue 等机器人世界与动作模型，以及 Kandinsky 6.0 Video 和 MiMo-V2.6。
Aran Komatsuzaki (X)AI 评分5858 Aran Komatsuzaki 解读 CRIS-0 智能体自生成机器人定位函数
Aran Komatsuzaki 介绍 Aether AI 的 CRIS-0 智能体可从演示中自行生成定位函数（SAM3 + RGB-D + IK）。当某个函数触发 IK 关节限位时，智能体会根据报错修补该函数、重试当前阶段并保留修补后的版本。他将这一过程类比为编码智能体循环在机器人控制上的应用。
Google AI (X)AI 评分5858 Google 用 Gemini 4 Argon 从视频生成仿真，让人形机器人学会投沙包
Google AI 表示正在探索用 Gemini 4 Argon 加速研究，其中一项测试是用人类完成趣味任务的视频自主生成训练仿真，而非完全依赖手工编程。研究团队展示了人形机器人观看视频、运行仿真并掌握投沙包（cornhole）的过程。
Google DeepMind (X)AI 评分5252 Gemini 4 Argon 通过观看视频教会机器人玩 cornhole
Google DeepMind 演示 Gemini 4 Argon 仅通过观看视频就教会机器人玩 cornhole：它解析出其中的物理规律，自行编写仿真，并教会 Apptronik 的 Apollo 人形机器人连续投中 7 次。
AK (X)AI 评分3838 具身图灵机：机器人递归自我改进
具身图灵机 面向机器人递归自我改进的有状态代码 论文：https://huggingface.co/papers/2610.12369
Aran Komatsuzaki (X)AI 评分6060 Nvidia 提出 ARC 方法，让机器人基础模型学会推理
Nvidia 提出 ARC 方法，可教会现有机器人基础模型进行推理，无需新的机器人演示数据，也无需基础规模训练。该方法在推理密集型任务上的成功率提升超过 5 倍，且不改变模型架构。
Aran Komatsuzaki (X)AI 评分4545 3万小时第一视角视频教不会什么
3 万小时的自我中心视角视频教不会什么 - 条件化用少得多的数据就能让智能体饱和。 - 智能体饱和后，物体交互的收敛远低于该水平。 - 更多数据或更大的模型都无法弥合这一差距。 https://arxiv.org/abs/2610.12464
Aran Komatsuzaki (X)AI 评分1515 印度即服务：用真实机器人替代仿真环境
这么多初创公司都在构建模拟器和强化学习环境。 如果我们直接买几百台机器人，把它们放到印度，让各公司在上面做真实世界测试，会怎样？ 没有仿真到现实的差距。只有现实到印度的差距。 印度即服务（IaaS）
AK (X)AI 评分2222 从视频学习原生动作先验的世界动作模型
面向世界动作模型的从视频中学习原生动作先验 论文：https://huggingface.co/papers/2610.03391
Aran Komatsuzaki (X)AI 评分4242 Meta 推出 RoboJEPA 机器人世界模型
Meta 推出 RoboJEPA 将 JEPA 预测器从 22M 扩展到 8B 参数（迄今训练的最大模型），使用覆盖 12 种机器人形态的数据，并研究潜在预测误差如何预测下游规划性能 https://arxiv.org/abs/2610.10515
Aran Komatsuzaki (X)AI 评分3838 Workhorse 从人类数据学习人形全身移动操作
Workhorse：从人类数据学习稳健的全身人形移动操作 在真实的 Unitree G1 上，Workhorse 用双手和踢腿分拣箱子，接住抛来的箱子，还能推倒并爬上行李箱。 项目：https://hybridrobotics.github.io/workhorse/ 论文：https://arxiv.org/abs/2610.09117
Aran Komatsuzaki (X)AI 评分4242 Nvidia 推出 Long-WAM 框架
Nvidia 推出 Long-WAM - 一个用于扩展世界-动作模型上下文的框架 - 将上下文从 0.0 秒增加到 19.2 秒，在 RoboCasa GR-1 上将成功率从 63.3% 提升至 78.7%