脑电波:物理AI的下一个突破口?
前沿物理AI模型正从依赖YouTube视频转向多摄像头视角与密集标注,而最新趋势表明,脑电波数据或将成为训练具身智能体的关键。这一转变不仅提升了数据质量,更可能解决机器人理解人类意图的根本难题。
前沿物理AI模型正从依赖YouTube视频转向多摄像头视角与密集标注,而最新趋势表明,脑电波数据或将成为训练具身智能体的关键。这一转变不仅提升了数据质量,更可能解决机器人理解人类意图的根本难题。
英伟达推出全新医疗物理仿真框架(Medical Physics Simulation framework),将医疗机器人视为需通过接触、力与结果学习的物理AI系统,而非仅靠代码编程。该框架旨在解决医疗机器人训练数据稀缺问题,通过模拟真实物理
General Intuition 公司坚信,通过利用数百万小时的视频游戏数据,可以训练出物理 AI 的基础模型,从而大幅降低对真实世界数据的依赖,让构建更智能的机器人变得像训练大语言模型一样简单。该团队认为,游戏环境中的丰富交互和多样性,
杰夫·贝索斯支持的物理AI初创公司Prometheus宣布完成120亿美元融资,估值达410亿美元。该公司旨在通过AI自动化重型工程与药物设计,打造能在物理世界中执行复杂任务的“通用人工智能工程师”。本轮融资由多家顶级风投参与,资金将用于扩
TechEx北美大会第二天深入剖析企业级AI的落地困境与未来方向。会议指出大量AI项目陷入“墓地”——试点成功但难以扩展。专家围绕数据治理、安全防护和物理AI三大议题展开讨论,提出企业需建立清晰的规模化路线图,并警惕对抗性攻击等安全威胁。物
英国科技公司Humanoid宣布与德国工业供应商舍弗勒达成协议,计划在2032年前在舍弗勒全球工厂部署1000至2000台人形机器人。这一合作标志着物理AI技术正从实验室走向真实工业场景,为智能制造注入新动能。
2026年5月18-19日,物理AI博览会北美站将在硅谷圣何塞McEnery会议中心举办,汇聚全球AI创新者、机器人先驱和工程实践者。随着机器人技术和自主AI系统加速融入制造业、物流、医疗等真实场景,这场会议标志着人工智能正从数字世界向物理
随着自主AI系统嵌入机器人、传感器和工业设备,物理人工智能(Physical AI)的治理难度日益增大。问题不仅在于AI能否完成任务,更在于它们与现实世界交互时,其行为如何被测试、监控和紧急停止。工业机器人已为此讨论提供了大量基础,但更广泛
LG与NVIDIA近期在首尔举行高层会谈,讨论物理AI、数据中心和移动出行等前沿领域。这次对话揭示了运行复杂自动化系统所需的核心运营依赖,也预示着物理AI从实验室走向产业化应用的转折点。本文深度剖析会谈背后的技术趋势与行业影响。
Kakao Mobility副总裁金镇圭在2026年世界IT展上公布了四级自动驾驶技术自主研发路线图,作为其物理AI战略核心。该公司计划通过整合AI与机器人技术,打造从出行服务到物流配送的自动驾驶生态系统,目标在2028年前实现商业化落地。
据路透社报道,索尼AI开发的一款自主乒乓球机器人在正式比赛中击败了高水平人类选手。这款机器人名为Ace,属于“物理AI”范畴,即在现实环境中运作的人工智能机器的一部分。
现代汽车集团正逐步转型为一家在现实世界中构建机器的公司。其转变的核心在于物理AI,即将AI技术应用于能够在物理空间中移动和响应的机器人和系统。目前的努力主要集中在工厂和工业环境中。
Black Forest Labs在AI图像生成领域一直表现出色,尽管规模不大,但其影响力不容小觑。如今,这家公司正计划进军物理AI领域,试图在这一新兴市场中占据一席之地。通过不断创新和突破,Black Forest Labs希望能够在技术
Thrive Logic与Asylon达成战略合作,将AI代理驱动的安全平台与安防机器人相结合,首次将物理AI引入企业网络边缘安全领域。通过自主边界巡逻与代理AI分析的融合,这一创新解决方案将显著提升企业物理安防效率,应对日益复杂的威胁环境
受劳动力短缺驱动,日本正将物理AI机器人从试点项目推向实际部署。这些机器人主要针对护理、农业和危险作业等无人问津的岗位,帮助缓解老龄化社会的劳动力危机。日本企业如丰田和软银正加速创新,结合AI视觉和自主导航技术,实现高效应用。这不仅解决了人
重工业领域长期依赖人工检查危险脏乱设施,成本高企且安全风险巨大。瑞士机器人公司ANYbotics与软件巨头SAP合作,将四足自主机器人直接接入SAP的企业资源计划(ERP)后端系统,实现无缝数据集成。这一创新将机器人从单纯工具转变为智能企业
Memories.ai 正在开发一款大型视觉记忆模型,能够索引和检索视频记录的记忆数据,专为物理AI设计。该技术将为可穿戴设备和机器人提供强大的视觉记忆能力,帮助它们像人类一样回忆过去经历,推动AI从感知向认知的跃进。公司创始人强调,这将是
数十年来,制造商通过自动化追求效率、降低成本并稳定运营,但如今面临劳动力短缺、生产复杂性上升以及创新加速的压力。物理AI作为下一阶段解决方案,正在重塑制造业。它融合AI与物理机器人,实现智能感知、决策和操作,帮助企业提升安全、质量和创新速度
汽车制造商正将物理AI整合视为加速创新的核心目标。Qualcomm与Wayve的技术合作提供了一个范例:硬件与软件提供商联手,为全球制造商供应生产就绪的高级驾驶辅助系统(ADAS)。该伙伴关系将Wayve的AI驾驶层与Qualcomm的强大
虚拟模拟数据正引领企业界物理AI发展,以Ai2的MolmoBot项目为代表。传统硬件与现实世界交互依赖昂贵的手动演示数据,而构建通用操纵代理通常需海量真实训练。Ai2创新利用虚拟模拟数据,降低成本、加速迭代,推动物理AI从实验室走向实用。该