1. AI似乎已经成为我们生活中不可或缺的部分了，但我们总习惯看屏幕里的 AI，当 AI 真正走出数字世界，该怎样落地现实出行？AIVA 给出了全新答案：让汽车成为 AI 的躯体。不再是传统造车先造车辆，而是以 AI 为核心，并赋予完整的感知、行动能力，实现长久陪伴。这就是 AI 原生汽车，一场围绕具身智能的深度探索。当我们跳出当下新能源市场同质化内卷，不再单纯比拼硬件参数，开辟以具身智能为主导的出行新时代，这样的汽车才不只是代步工具，而是拥有感知力、能读懂人的 AI 生命体，期待这场出行变革带来更多惊喜。#当AI长出汽车身体#

新浪微博 2026-07-31 00:00:00

2. #机器人赛道开始卷大脑了# 人形机器人赛道的竞争重心，正从硬件比拼转向智能大脑的较量。在最新的具身全模态权威评测榜单中，国产机器人模型成功拿下综合成绩第一名，多项核心能力表现领先海外同类产品。这套模型能够同步处理视觉、声音等多维度信息，强化了机器人对真实场景的理解与判断能力。为人形机器人的实际应用落地提供了更强的技术支撑。#国产模型登顶国际全模态榜单#

新浪微博 2026-07-28 00:00:00

3. #机器人赛道开始卷大脑了##国产模型登顶国际全模态榜单#近日，具身全模态理解权威榜单DailyOmni最新评测结果揭晓，智元自研的具身原生全模态大模型WITA-Omni Preview，以85.21分的综合成绩登顶榜首，超越千问、Gemini、豆包、英伟达等国内外领先模型，并在八项细分指标中的六项取得第一。DailyOmni是行业公认的检验音视频时序对齐、跨模态联合推理能力的权威第三方榜单。不同于面向图文、短视频的常规评测任务，该榜单大量采用真实开放环境音视频素材，核心考验模型融合视觉画面、环境音频信息，精准识别声画对应关系、事件先后顺序及跨模态语义的综合能力，高度贴合人形机器人在真实物理空间开展人机交互所需的核心感知能力。官方称，WITA-Omni领先的关键，在于它并不是简单地把聊天模型“装进”机器人，而是将物理动作和表情提升为与语音并列的一级输出，用一个原生端到端模型统一驱动感知、决策与表达，从Thinker–Talker范式上进一步扩展出面向具身输出的Thinker–Talker–Actor架构。WITA-Omni的领先并非单纯依靠模型规模，而是来自一套围绕具身全模态交互构建的分层数据体系与针对性训练方法。在中训练阶段，WITA-Omni使用总计千万小时级的开源和自有多模态数据，将强文本、视觉底座进一步升级为能够“听得见、看得懂，并进行音画联合推理”的全模态模型。

新浪微博 2026-07-28 00:00:00

4. #机器人赛道开始卷大脑了# 国产全模态模型迎来亮眼时刻，智元WITA‑Omni登顶DailyOmni公开评测榜首，对标多款海内外头部商用模型实现能力超越，展现了国内通用AI机器人的全新技术高度。#国产模型登顶国际全模态榜单# 文旅诗画的微博视频

新浪微博 2026-07-28 00:00:00

5. 机器人赛道迎来硬核突破！智元自研具身原生大模型WITA-Omni在DailyOmni评测中，以85.21分的综合成绩强势登顶榜首，并在八项细分指标中斩获六项第一，超越多款国内外主流模型。它首创“Thinker-Talker-Actor”三层架构，打破传统割裂感，让机器人实现“看、听、说、动”的端到端协同，真正学会在真实环境中“察言观色”。国产具身智能正加速迈向自然交互新纪元，而未来是更加的可期！#机器人赛道开始卷大脑了##国产模型登顶国际全模态榜单#

新浪微博 2026-07-28 00:00:00

6. #机器人赛道开始卷大脑了##国产模型登顶国际全模态榜单#这次真的杀疯了！在DailyOmni评测中斩获综合第一，把Gemini 3.1 Pro、Qwen3.5-Omni-Plus、Doubao Seed 2.0等国内外一众顶流闭源模型踩在脚下。传媒老王的微博视频

新浪微博 2026-07-28 00:00:00

7. 海愿资本完成对领湖智能投资，推动具身智能核心零部件国产化进程

微信公众号 2026-08-02 00:00:00

8. Gemini Robotics 2 来了，主打一个大脑，适用于任何机器人。这是下一代物理 AI，带着全新的模型套件，机器人现在可以对每一个动作进行推理，从而管理以前无法完成的任务，比如系上精致的结。此外，谷歌还推出了多机器人协作功能，让完全不同的机器人类型能够沟通并共同工作，解决单个机器人无法独立完成的问题。这项突破由三个新模型驱动：1️⃣ Gemini Robotics 2：一种视觉-语言-动作模型，从脚到指尖控制人形机器人，实现全身智能；2️⃣ Gemini Robotics ER 2：能够理解现实世界的视频，并进行复杂、多步骤规划；3️⃣ On-Device 2：本地运行，仅需几小时即可适应新的机器人身体。#Gemini Robotics 2新突破# 袁国庆的微博视频

新浪微博 2026-07-31 00:00:00

9. 600 万网友围观宇树机器狗，50 斤身躯能扛 300 斤，神评论：乱七八糟又四平八稳

微信公众号 2026-07-27 00:00:00

10. #机器人赛道开始卷大脑了##国产模型登顶国际全模态榜单#在行业权威的DailyOmni全模态理解评测中，智元自研的WITA-Omni Preview以85.21分登顶榜首，六项细分指标拿下第一，超越多款国内外主流模型，标志着国产具身智能核心“大脑”能力实现关键突破。

新浪微博 2026-07-28 00:00:00

11. #谷歌Gemini Robotics ER 2开启物理AI新时代#谷歌AI开发者近日发布Gemini Robotics ER 2，这是其最强大的具身推理模型，专为物理AI打造。它作为机器人“高级大脑”，直接连接Gemini Live API，能实时处理视频流、跟踪任务进度、检测执行失败、调用工具并指挥动作模型。新功能包括增强进度追踪、多机器人协作、实时故障检测及高级安全指令遵守。演示视频中，机械臂在杂乱车库中精准拾取工具、整理物品，甚至与人类协作完成复杂任务，展现出极强的适应性和灵巧性。这一突破让机器人从实验室走向真实世界，为开发者提供更智能、更安全的物理代理。未来，AI将深度融入日常生活，推动具身智能加速落地。#物理ai#谷歌Google机器人 Google谷歌爱好者的微博视频

新浪微博 2026-07-31 00:00:00

12. 智元WITA-Omni在全模态模型公开评测DailyOmni中取得85.21分，位列综合榜单第一。在八项细分指标中，WITA-Omni拿下六项第一，并在音视频对齐、事件时序理解、综合推理等关键能力上表现突出。与智元同榜竞技的，还包括Gemini 3.1 Pro Preview、Qwen3.5-Omni-Plus、Doubao Seed 2.0 Lite等国内外头部商用模型，能够在这样的对比中登顶，说明智元的优势已经不只是机器人本体设计、制造和量产，其在基础模型和多模态智能方面，同样进入了行业第一梯队。全模态能力对于机器人非常重要。真实世界不是单纯的文字题，机器人需要同时看懂画面、听懂声音，判断事件发生的先后顺序，并根据环境做出合理决策。WITA-Omni此次在多项关键指标上的领先，意味着智元正在给机器人训练一个更懂现实世界的“大脑”。从造机器人的“身体”，到构建模型、数据和部署能力，智元正在逐渐形成一套完整的AI机器人技术体系。这次榜单第一，不只是一次模型成绩的突破，也让外界重新认识到：智元不只是会造机器人，更在推动机器人真正理解世界。#机器人赛道开始卷大脑了##国产模型登顶国际全模态榜单#

新浪微博 2026-07-28 00:00:00

13. #谷歌发布新一代机器人AI模型#谷歌DeepMind发布新一代机器人AI模型Gemini Robotics 2系列。新模型首次实现对人形机器人全身控制，能完成行走、蹲伏、操控物体等复杂动作。其中推理模型ER 2支持连续视频流分析，可实时追踪任务进度并在出错时自动调整，关键时刻定位准确率达91.3%，执行速度提升4倍。模型已向开发者开放。

新浪微博 2026-07-31 00:00:00

14. 机器人需要一个「思考系统」：τ0-VLA让具身智能迈向长程任务时代

微信公众号 2026-07-27 00:00:00

15. 没想到现在#机器人赛道开始卷大脑了# ，以前可能我们觉得机器人会走会跳就足够了，但是现在拥有了智能大脑后，它可以做到理解人的意思，并且可以听见声音，还可以看懂现场。在DailyOmni公开评测中，智元WITA-Omni以85.21分排名第一，超越了国外很多闭源模型。现在机器人赛道也是挺卷的，卷算法卷大脑，智元能做到第一名，实属不易，期待后面智元机器人有更多的新招式！#国产模型登顶国际全模态榜单#

新浪微博 2026-07-28 00:00:00

16. 最新真机执行Demo｜50个样例，DM0.5 让机器人学会新技能

微信公众号 2026-07-29 00:00:00

17. 李飞飞出手！用世界模型训练机器人，五种真机跑一小时不出错

今日头条 2026-07-30 00:00:00

18. Developer Voice｜世界模型如何驱动机器人后训练？DW0.5 深度解读

微信公众号 2026-07-30 00:00:00

19. 机器人是怎么学会干活的？数据、仿真与强化学习

微信公众号 2026-08-01 00:00:00

20. WorldLabs发布R2S2R，机器人训练成本有望降低

微信公众号 2026-07-29 00:00:00

21. Science Robotics 焦点评论| 7小时零失误榨汁，这个机器人教会我们的事：模仿只是起点，学会在真实世界里进化才是终点

微信公众号 2026-07-31 00:00:00

22. 这篇论文的训练方法可以分成五步：第一，收集机器人操作视频、初始画面、动作指令和真实后续画面；第二，不把动作向量直接输入世界模型，而是通过机器人控制器和运动学模型，把指令展开成机器人预计执行的运动轨迹；第三，根据机器人的 URDF，将这段轨迹渲染成机械臂、夹爪和末端执行器的视觉几何，同时加入场景深度和末端深度，让模型判断遮挡、接触位置和前后关系；第四，世界模型输入初始 RGB、深度和渲染后的机器人运动，以真实后续视频为监督，学习机器人按该轨迹运动时，物体和环境会怎样响应；第五，处理人类示范时，先提取人的手部运动，将其重定向成目标机器人的轨迹，再渲染成机器人身体。这样模型无需直接模仿人手，而是在统一的机器人视觉接口下学习物体变化，也能迁移到训练时未见过的机器人本体。