Ask HN:训练物理 AI 模型时,你遇到过哪些隐蔽的数据问题?
一位开发者训练基于第一视角视频的物理 AI 模型时,在训练完成后才发现数据质量问题,包括标签对应错误动作、运动模糊、手部出画。他向 HN 社区征集:其他人遇到过哪些隐蔽数据问题、如何发现、如何处理。
一位开发者训练基于第一视角视频的物理 AI 模型时,在训练完成后才发现数据质量问题,包括标签对应错误动作、运动模糊、手部出画。他向 HN 社区征集:其他人遇到过哪些隐蔽数据问题、如何发现、如何处理。
Reka AI 发布研究预览版 Rho-1,这是一个 190 亿参数的全能模型,在单一神经网络中处理并生成文本、图像、视频和机器人控制动作。与多数把任务分派给专用模型的系统不同,Rho-1 将所有模态作为 token 放在同一个共享上下文窗口中运行,不调用工具或外部模型。
推荐理由:Rho-1 把文本、图像、视频与机器人控制放进同一套权重,读者可据此了解多模态统一建模的一种新路径。
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,用带真实人体模型的仿真评估生成式 AI 机器人控制系统,今日结束隐身并完成超 1200 万美元种子轮,由 Shine Capital 和 a16z Speedrun 领投。
台达宣布与英伟达合作,基于 NVIDIA Hyperion 平台开发下一代自动驾驶系统,并结合 Halos 安全系统与台达在汽车能源管理、电动汽车动力系统及车载高性能计算方面的专业能力。台达执行副总裁唐修平表示,此次合作将整合 AI 与高性能计算能力,推动下一代智能汽车落地。
英国具身智能初创企业 Wayve 从十余家技术供应商中胜出,将与大众汽车集团旗下软件公司 CARIAD 合作为大众供应自动驾驶解决方案。Wayve 负责开发自动驾驶人工智能软件,CARIAD 负责软件与大众-博世联合开发硬件的系统集成。
软银集团创始人孙正义在京都“科学与技术在社会中的作用”论坛上罕见发出 AI 安全警告,称各国必须建立互信、联手应对强大 AI 模型带来的巨大威胁,超级智能落入不法分子之手将“极其危险”。他重申长期预判:到 2040 年,AI 及自主学习机器将占全球 GDP 至少 20%,规模相当于 46 万亿美元。
机器人通用大脑公司 FieldAI 正在融资 7 亿美元,投后估值达 100 亿美元,一年多内估值翻至原先五倍。上一轮估值为 20 亿美元,去年完成超 4 亿美元融资,投资方包括贝索斯家族办公室、Emerson Collective 和 Khosla Ventures。知情人士称,自 6 月以来 FieldAI 新增至少 3500 万美元营收与客户订单,总规模突破 1.35 亿美元。
推荐理由:通过本轮估值与订单数据,可以观察物理人工智能赛道资本与商业化进展的对比。
加州州立体育委员会(CSAC)向机器人格斗公司 REK 发出停止令,要求其停止举办、宣传或赞助未经审批的格斗赛事,并称无许可组织此类活动属轻罪。该禁令针对 REK 在 2026 年 9 月 18 日赞助的一场人形机器人笼斗赛,油管博主弗兰基・拉彭纳进入格斗笼先后与三台机器人对战。
Meta 在 2026 年度开发者大会上宣布启动 VR Start 开发者竞赛,总奖金池 100 万美元,作品可获 2 万至 10 万美元奖金,报名持续至 2026 年 11 月 18 日。
天津大学获批全国首个、也是目前全国唯一的“脑机接口”一级交叉学科博士学位授予点。该校已于2024年开设全国首个脑机接口本科专业方向,2026年4月“脑机科学与技术”本科专业获批设立,此次博士点获批标志其脑机接口“本硕博”全链条人才培养体系构建完成。
小马智行回应10月3日晚乘客被无人驾驶车门夹手事件,称乘客上车时被同行人手动关闭车门不慎夹住手指,公司已协助处置并配合交警调查,交警查看完整视频后认定属意外事件、非交通事故。乘客经检查并无大碍,现已返家休息。
马斯克表示特斯拉 AI5 芯片不再采用 72GB DDR5 内存,改为 96GB,以避免只有特斯拉一家使用该 LP5 内存的最低配置版本。此前他曾称 AI5 与 AI6 内存分别减半和削减三分之一,以应对全球内存紧缺。AI5 已于四月份完成流片,马斯克称其单颗性能可匹敌英伟达 Hopper,双芯片可对标 Blackwell。
现代汽车集团计划在未来几年内将 2.5 万台波士顿动力 Atlas 部署到旗下现代和起亚全球工厂,并在美国建设年产能 3 万台机器人的生产设施。波士顿动力已在现代汽车佐治亚州萨凡纳附近的 Metaplant America 园区启用机器人 Metaplant 应用中心(RMAC),作为 Atlas 的测试与训练中心,训练员通过遥操作控制机器人。
推荐理由:现代汽车与波士顿动力给出了 Atlas 从测试中心到 2.5 万台部署和 3 万台年产能的落地路径,可据此观察人形机器人进入汽车制造的时间表。
天津大学脑机交互与人机共融海河实验室联合神工谛听(天津)科技有限公司发布“神工 · 须弥 · 脑立方”,重量仅 3 克、体积不足 2 立方厘米,为迄今全球体积最小、重量最轻的无创脑机接口系统。
开发者 Kanishk Sachdev 在 Show HN 发布了一个可交互的逆运动学机械臂项目,用户可直接上手操作。该项目发布在其个人网站的实验栏目中,具体参数与可用性细节未在页面中披露。
苹果首款 OLED 触屏 MacBook Pro 有望最快本月发布,将推出 14 英寸和 16 英寸两种尺寸,是 MacBook Pro 自 2021 年采用 M1 Pro 和 M1 Max 平台以来首次大规模外观重新设计。
地卫二与东方星链于9月25日在杭州启动“太空之弦”计算星座计划,远期规划部署超1000颗太空智能体,2027年计划发射G1星,计算负载11.5KW、算力40-60P。地卫二提供AI能力支持并拓展国际市场,其“弦”AI星载计算平台已随首发验证星发射,2025年公司营收1.3亿元,海外占比过半并实现盈利。
AMD 宣布以约 82 亿美元全股票交易收购李飞飞创办的 World Labs,预计 2026 年底前完成交割,仍需通过监管审批;交割后李飞飞将出任 AMD 执行副总裁兼首席科学家,直接向 CEO 苏姿丰汇报。
推荐理由:文章把 AMD 收购 World Labs 与英伟达此前的收购放在一起比较,解释芯片公司为何要买模型团队。
AMD 正式宣布以全股票方式收购李飞飞创立两年的 World Labs,作价约 82 亿美元,双方已签署最终协议,预计 2026 年底前完成交易,仍须获得监管批准。
推荐理由:AMD 以 82 亿美元收购 World Labs,读者可借此理解芯片厂商为何提前押注空间智能与机器人仿真这类新工作负载。
香港人才服务办公室与欧洲科技联合会合办的国际创科马拉松,于2026年6月在德国慕尼黑举行,吸引逾1,200名来自超过25个国家的申请者,最终选出十六位优胜者。二十位访问团成员于九月赴香港、前海及南沙考察,体验手术机器人与无人驾驶出租车等前沿科技落地应用。香港人才办总监陈海劲表示,大湾区从原型到制造落地只需数周甚至数天,远快于欧洲以月或年计的周期。
一目科技推出视光学超薄仿生触觉传感器 SENTRA T0,厚度迭代至 3 毫米以下,称是全球最薄可量产的仿生视触觉传感器。其光触觉方案在指尖大小面积布置 24 万个感知点,力感知精度约 5mN,创始人李智强称该路线工作机理与人类触觉最接近。
AMD 周一宣布以 82 亿美元全股票形式收购李飞飞 2024 年创立的旧金山 AI 实验室 World Labs,交易预计今年年底前完成,尚待监管审批。李飞飞将以执行副总裁兼首席科学家的身份加入 AMD。这是 AMD 史上第二大收购,仅次于 2022 年的交易。
推荐理由:AMD 以 82 亿美元股票收购 World Labs,李飞飞出任首席科学家,可观察芯片厂商向真实世界 AI 的布局。
AMD 以 82 亿美元收购 World Labs。World Labs 创始人李飞飞在博客中回顾,公司自 2024 年成立以来构建了图像、视频与空间重建的模型训练团队,并在收购 SceniX 后推进机器人仿真能力。
推荐理由:AMD 收购 World Labs 的价格与 Atlas 在稀疏重建上的定位,可帮助读者理解空间智能赛道的整合逻辑。
微软研究院对移动操作机器人工作负载做了系统性测量,发现把物理 AI 推理从机器人端侧 GPU 卸载到边缘或云端 GPU,可提升任务成功率、支持更大模型并延长续航。
推荐理由:微软研究院系统测量了机器人端侧推理与卸载推理的差异,并给出可复用的 Kubernetes 卸载工具链。
NVIDIA 在加拿大多伦多 ROSCon 大会上发布 Isaac ROS 5.0,这是一套基于 ROS 的 GPU 加速软件包集合,新增智能体工作流与平台支持。
推荐理由:Isaac ROS 5.0 把智能体工作流引入机器人开发,并列出多家厂商的落地方式,可据此判断开源机器人工具链的走向。
NVIDIA 发文阐述物理 AI 规模化部署需要覆盖硬件、软件、AI 行为与运行环境的安全体系,并称 NVIDIA Halos 是首个也是唯一面向物理 AI 的全栈安全系统。
Google DeepMind 发布 Gemini Robotics ER 2,作为面向机器人的具身推理模型,可理解物理世界、规划多步任务并调用 Google Search 等工具,现已通过 Gemini API 和 Google AI Studio 向开发者开放,Gemini Enterprise Agent Platform 上处于私密预览。
推荐理由:官方给出视频理解、任务编排与多机协作的能力变化和开放入口,可据此判断机器人在真实环境中的任务完成方式。
Google DeepMind 发布 Gemini Robotics 2,作为新一代机器人智能层,首次实现对完整人形机器人的全身控制,并提升手部与夹爪的精细操作能力。
推荐理由:Gemini Robotics 2 把机器人控制从上半身扩展到全身,并给出端侧适配与多机协作的具体路径。
Google DeepMind 推出为期三个月的 Robotics 加速器项目,从欧洲选出 15 家机器人初创公司,提供技术指导并支持其接入 Gemini 机器人模型与 AI 技术栈。入选企业覆盖物流、制造、医疗、气候与导航等领域,本周在伦敦集结启动。
Google DeepMind 发布 Gemini Robotics-ER 1.6,这是其面向机器人的推理优先模型升级版,增强了空间推理与多视角理解,并新增仪表读数能力,可读取压力表、液位计和数字读数。
推荐理由:官方给出与上一代及 Gemini 3.0 Flash 的对比,并新增仪表读数能力,可据此判断机器人在设施巡检中的自主程度。
GPT-4o 通过自然语言处理技术,提升团队写作协作效率,实现快速草稿、修订和调整语气。
OpenAI o3 模型能够推理复杂任务,助力自动化多步骤工作流程。
ChatGPT新增Canvas功能,可帮助用户将笔记、录音和草稿转化为优质写作内容。
OpenAI 训练了一对神经网络,让类人机械手解开魔方。神经网络完全在仿真中训练,使用与 OpenAI Five 相同的强化学习代码,并搭配名为 Automatic Domain Randomization(ADR)的新技术。系统能应对训练中从未见过的情况,例如被毛绒长颈鹿戳碰,说明强化学习不只适用于虚拟任务,也能解决需要高灵巧度的物理世界问题。
推荐理由:OpenAI 用仿真训练加 ADR 让机械手解魔方,读者可了解强化学习从虚拟任务走向物理操作的关键思路。
OpenAI 于 2019 年 4 月 27 日举办了首届 OpenAI Robotics Symposium。
OpenAI 表示已训练出一只类人机械手,能以空前的灵巧度操作实体物体。
推荐理由:OpenAI 用仿真训练出类人机械手完成实物操作,可了解早期具身智能的训练思路。
OpenAI 发布八个仿真机器人环境,以及 Hindsight Experience Replay 的 Baselines 实现,这些环境是过去一年为自身研究开发的,并已用于训练可运行在实体机器人上的模型。OpenAI 同时发布了一组机器人研究需求。
推荐理由:OpenAI 公开八个仿真机器人环境与 HER 的 Baselines 实现,读者可了解其机器人研究的基础设施与后续方向。
OpenAI 公布最新机器人技术,让完全在仿真中训练的机器人控制器部署到实体机器人上,在完成简单任务时能对环境中未预料的变化做出反应。OpenAI 表示,这些技术被用于构建闭环系统,而非此前的开环系统。
推荐理由:原文说明机器人控制器可完全在仿真中训练后部署到实体机器人,并具备闭环反应能力,读者可了解仿真到现实迁移的思路变化。
OpenAI 展示,在模拟机器人摔跤任务中,元学习智能体能够快速击败更强的非元学习智能体,并能适应物理故障。
OpenAI 创建了一套机器人系统,完全在仿真环境中训练并部署到实体机器人上,能够在看过一次任务演示后学会新任务。
推荐理由:OpenAI 展示了一套全仿真训练、可部署到实体机器人的系统,读者可了解机器人单次示范学习任务的早期路径。