GSWorld通过融合3D高斯泼溅与物理引擎，构建了照片级真实感的仿真环境，实现了机器人技能从虚拟训练到真实世界部署的零样本迁移。该技术解决了Sim2Real的长期难题，支持模仿学习、强化学习等多种策略训练，并能通过闭环优化持续提升策略性能，大幅降低机器人技能开发的成本和门槛。

Lightricks团队开源LTX-2模型，这是一个支持一次性生成长达20秒4K高清视频的完整音视频基础模型，实现了画面、声音与口型的完美同步。模型权重和代码已全部开源，支持本地部署，在消费级显卡上即可流畅运行，大幅降低了AI视频创作的门槛。

小鹏汽车近日公布了一项机器人视觉标定专利，该技术通过规划机器人运动轨迹，结合视觉传感器和运动传感器实时采集数据，自动计算视觉传感器相对末端执行器的外参。该方案显著提升了机器人在动态环境下的标定精度，实现了标定过程的全程自动化，满足了高精度自动化生产的需求。

智元机器人在CES发布首个大语言模型驱动的开源仿真平台Genie Sim 3.0，通过融合三维重建与视觉生成技术，实现数字孪生级高保真环境。平台支持自然语言指令快速生成万级场景，并开源上万小时仿真数据集与多维度评估体系，显著加速具身智能模型的训练验证与工业应用落地。

Liquid AI 发布了 LFM2.5 小型基础模型家族，专为边缘设备和本地部署设计。该系列包括文本、视觉语言和音频语言变种，在 GPQA、MMLU Pro 等基准测试中表现优异，超越了同类开源模型。模型采用高效架构，支持多模态任务和区域优化，适用于文档理解、实时语音对话等多种边缘计算场景。

高德地图推出基于自研世界模型的“飞行街景”功能，实现了从平面导航到连续动态实景还原的跨越。用户可沉浸式预览到店路线，清晰查看门店细节，降低决策成本；商家则获得数字化营销新窗口。这一技术正重塑虚拟与物理世界的连接方式。

英伟达CEO黄仁勋在CES上指出，开源大模型与谷歌、Anthropic、OpenAI等闭源顶尖模型存在约6个月的代际差距，但差距稳定可控。文章分析了2025年开源与闭源AI的竞争格局，强调两者并非零和博弈，而是构成AI生态的“双引擎”，共同推动技术快速迭代与普及。

爱力方

2026-01-07 11:16

4

·

0

浙江大学等研究团队开发了一种创新的磁性软体微型机器人，不仅能精准递送细胞至病灶区域，还能通过外部磁场控制对细胞进行规律的机械刺激训练，显著增强肌肉细胞功能。这项技术解决了细胞治疗中细胞难以存活和功能丧失的难题，为再生医学和组织工程提供了新思路。

机器人大讲堂

2026-01-07 11:09

0

·

0

意大利研究团队从千足虫和豪猪身上汲取灵感，开发出名为Porcospino Flex的单履带机器人。该机器人采用一体化3D打印的柔性脊柱设计，实现了120度弯曲能力，不仅机动性大幅提升，还成功减重600克，能耗降低约15%。这项创新为搜救、管道检测等复杂地形应用提供了更灵活、高效的机器人解决方案。

爱力方

2026-01-07 10:22

0

·

0

英伟达在CES 2026上宣布开源自动驾驶模型Alpamayo，标志着物理AI新时代的到来。该模型是全球首个能思考推理的开源AI系统，专为自动驾驶设计，并配套提供仿真工具AlpaSim和开放数据集。尽管在L2级市场面临竞争，英伟达通过与奔驰合作及开源策略，旨在推动自动驾驶技术普及并重夺行业话语权。

本文系统解读了Physical Intelligence（PI）从2024年10月到2025年12月在具身智能VLA模型领域的发展历程。文章详细介绍了π0模型的混合专家架构、工作流程及其与PaliGemma的区别，并梳理了后续π0-FAST、Hi Robot系统、π0.5、π0.5-KI、π0.6等关键模型与技术的演进，如FAST分词器、知识绝缘范式、实时动作分块算法和RECAP方法，展现了PI在机器人视觉-语言-动作模型上的技术突破与创新路径。

本文系统介绍了数据驱动方法如何革新海洋机器人控制领域。文章基于港科大与大连海事大学团队在顶刊发表的权威综述，分析了传统控制方法在复杂海洋环境中面临的非线性、模型不确定性等瓶颈，并重点阐述了基于机器学习的数据驱动控制技术如何帮助海洋机器人实现自适应、高鲁棒性的智能升级，涵盖AUV、ROV、USV等多种平台及协同控制应用。

月之暗面在完成35亿融资后，其神秘新模型“Kiwi-do”在LmArena平台亮相，训练数据截至2025年1月，在视觉物理推理测试中表现卓越，被猜测为多模态模型K2-VL。该模型展示了强大的视觉与语言融合能力，预计将推动文档解析、仪表盘分析等商业应用，引发AI界广泛关注。

谷歌正在秘密测试其Gemini Flash系列的新成员Nano Banana2Flash图像模型，该模型主打极致速度和性价比。作为目前谷歌最快的生成式AI图像模型，它继承了高端版本Nano Banana Pro的现实世界知识理解能力，并优化了生成逻辑，适合实时交互、快速迭代设计草图及社交媒体内容生成等场景，旨在降低AI图像技术的使用门槛。

中国电信开源国产千亿参数MoE大模型TeleChat3系列，包括TeleChat3-105B-A4.7B-Thinking和TeleChat3-36B-Thinking。模型基于15万亿tokens数据训练，全栈适配华为昇腾生态，支持国产算力。创新引入‘思考模式’，提升复杂任务推理能力，性能对标国际顶尖模型，已在GitHub和魔搭平台开源。