跳至正文
11月13日星期五
  1. OpenClaw Blog20

    OpenClaw 將 Claw Hack 黑客松與 ClawCon 帶到深圳

    OpenClaw 將於 2026 年 12 月 4 日至 6 日在深圳舉辦為期三天的 Claw Hack 黑客松與 ClawCon 大會,這是繼上海場之後的活動。Claw Hack 涵蓋軟體與硬體賽道,合作硬體包括 M5Stack、Seeed Studio 的 reBot Arm B601 與 Pamir,報名截止日期為 11 月 25 日。ClawCon 於 12 月 6 日舉行,議程包括開源 AI、開放權重模型,以及在本地與雲端運行代理的演講。

  2. MIT News28

    Robust AI 的 Carter 機器人專為在倉庫和工廠中與人類並肩工作而設計

    由麻省理工學院名譽教授 Rodney Brooks 共同創辦的 Robust AI 打造了一款名為 Carter 的移動機器人,其設計目的是在倉庫和工廠中輔助人類工人,而非取代他們。Carter 配備了力感應把手、AI 驅動的視覺系統和全向輪,因此工人可以用一隻手或透過手勢推、拉或改變其方向。這些機器人目前部署在物流倉庫和工廠車間,協助揀貨、補貨和搬運物品。

11月12日星期四
  1. TechCrunch · AI18

    九家韓國新創在 DETO 2026 角逐 Disrupt 2027 Startup Battlefield 200 席位

    九家韓國早期深科技新創在首爾舉行的 DETO 2026 進行簡報,爭取進入 Disrupt 2027 的 Startup Battlefield 200,九家全數以進軍美國為目標。Voinosis 以分析語音模式來篩檢大腦健康的 AI 勝出,並稱在一項 146 名參與者的臨床研究中達到 88% 準確率。其餘團隊涵蓋金融科技、能源、半導體與 AI,包括 Ternell 的 T-SRAM 記憶體與 Testbank 的 Solve 應用程式。

11月11日星期三
  1. Preferred Networks News31

    PFN 的 AUTiv 自動小鼠尾靜脈注射機器人榮獲第 12 屆 Robot Award 會長獎

    Preferred Networks 的 AUTiv 自動小鼠尾靜脈注射系統在第 12 屆 Robot Award 中獲得日本機械工業聯合會會長獎。該系統使用 4K 立體攝影機與深度學習來定位約 0.3mm 的尾靜脈,並執行自動穿刺與給藥,減少針刺事故與動物緊迫。日本已交付約 20 台,並已確認追加製造。

11月9日星期一
  1. NVIDIA Blog36

    NVIDIA 在韓國推進半導體、自動駕駛與機器人領域的實體 AI 發展

    NVIDIA 正協助推進韓國的實體 AI 生態系,三星、Kakao Mobility 與 LG 電子將加速運算、AI 與模擬應用於半導體製造、自動駕駛車輛與機器人。三星的 sMOL 平台透過 NVIDIA cuEST 執行特定量子化學計算,速度最高提升 5 倍,且一個 AI 均質化案例將模擬時間從 32 核心 CPU 上約 18 小時縮短至 41 秒。Kakao Mobility 計劃在 NVIDIA DRIVE AGX Thor 上打造 Level 4 自動駕駛系統,而 LG 則在真實製造環境中,以旗下 CLOiD 機器人展示了由 NVIDIA Isaac GR00T 驅動的操作能力。

11月6日星期五
  1. MIT Technology Review · AI38

    我看著 Tau Robotics 的人形機器人打掃我的公寓

    《麻省理工科技評論》在舊金山測試了 Tau Robotics 的人形打掃服務,這些機器人由人類遠端操控,而非完全自主運作。機器人會蒐集訓練資料,供未來的自主模型使用,價格為每週兩台機器人打掃 60 美元,或單次到府 100 美元。機器人清潔了廚房和廁所,但在樓梯上表現吃力,且首次到府時多次停擺。

11月1日星期日
  1. Recode China AI22

    CXMT 進軍 HBM3E,宇樹科技第三季營收成長 70%,中國股市下滑

    CXMT 公布第三季淨利 544 億元人民幣、營收 1,187.1 億元人民幣,年增 613.2%;路透社稱其已向國內晶片設計商送出 HBM3E 樣品,儘管良率僅 20–30%,仍計劃在兩個月內進行有限量產。宇樹科技上市後首份財報顯示,第三季營收成長 69.9% 至 6.65 億元人民幣,研發支出增加約 250%。Moonshot 推出具備百萬 token 上下文窗口的 Kimi K3.1 Pro,隨後為速率限制致歉,並恢復訂閱用戶每月額度的四分之一。

9月4日星期五
  1. Modal Blog22

    Markov Robotics 使用 Modal 執行端到端機器人訓練

    Markov Robotics 正在訓練一個世界模型,以實現零樣本通用機器人靈巧操作,使用的機器人資料不到十小時,而同等結果通常需要數千小時。該公司幾乎所有運算都在 Modal 上執行,從預處理數百 TB 的影片,到 2–10 個並行訓練任務,以及透過 Modal Tunnels 進行遠端推論,往返延遲約 20 毫秒。原本可能耗費一整天的預處理,現在只需二十到三十分鐘即可完成,並可同時展開到多達 500 個 GPU。

4月8日星期三
  1. Modal Blog40

    Modal 為 Physical Intelligence 機器人提供即時推論能力

    Physical Intelligence(Pi)在 Modal 上運行其視覺-語言-動作機器人模型,僅增加約 10-15ms 的網路開銷。Pi 與 Modal 合作,在 UDP 上建置了基於 QUIC 的入口,具備自動 NAT 穿透,取代 TCP Tunnels,以避免機器人控制迴路中的請求-回應停滯。儲存在 Modal Volumes 中的檢查點可在 30 秒內載入,而區域鎖定的部署讓推論維持在機器人附近。