搜索
从视觉观察到策略生成，再到物理执行与完成判断，CodeActionBench 在统一条件下评测通用多模态 Agent 的机器人操作能力。在双臂仿真评测中，GPT-6 Astra (Codex CLI) 的尝试成功率达到 73.3%，Claude Opus 5 在 Reference harness 和 Claude Code 下分别取得 49.3% 和 45.3%。
Meta发布新一代旗舰模型家族Muse Wonder，推出Muse Wonder和Muse Wonder Full，引入Active Memory与Active Focus，并在Agent、记忆及编程等关键评测中取得领先成绩。
9 月 22 日，以 FLUX 图像模型闻名的 Black Forest Labs 跨界发布了开源 7B 世界动作模型 FLUX 3 Action。据其官方博客，该模型在英伟达 RoboLab-120 榜单上超过了此前最强的开源模型 Cosmos 3 Nano，参数量却不到后者一半。一家做图像生成的公司跑来卷机器人控制，说明视频模型里积累的「物理直觉」正被越来越多的团队当作机器人大脑的底座。
2026 年 10 月 7 日，纽约创业公司 Stuut 宣布完成 5250 万美元 B 轮融资，由 Insight Partners 领投，Andreessen Horowitz、微软旗下 M12 和 Activant 参投。
上海交通大学卢策吾、汶川团队联合穹彻提出LIFT（Late Reactive Injection of Force for VLA Post-Training），被CoRL 2026高分收录，该方法在保留预训练知识的前提下，仅通过20至30条在线带力数据后训练即可让VLA学会力反馈，显著提升叠毛巾、插书、汉诺塔圆环放置等接触密集型任务表现。
十字路口团队内测体验Today AI一周，发现这款Personal AI助理能基于Memory积累和Proactive交互，主动帮创作者推进撰写稿件、整理采访提纲、安排日程等工作，并复盘邮箱、订阅与财务等生活事务，在GUI、Memory与Proactive之间找到了平衡。
前豆包PC端负责人齐俊元正式发布主动式个人Agent操作系统Today，该产品具备Living Memory记忆能力和Proactive主动性，可连接邮件、日历、笔记等应用并主动推送早晚报。
AI基础设施公司Cornelis完成2.05亿美元融资并发布Active Compute Fabric网络技术，以开放架构与Nvidia竞争，解决GPU等待数据造成的算力浪费问题。
"AI 不会替代人类，反而会承接大量低价值工作，让人类有时间去做一些创造性工作。"
If I Had One Bet on Robot Learning, I’d Bet on Cross-Entropy. 大语言模型的成功揭示了一个适用于一维序列数据的清晰 Scaling Law：通过自回归训练，并采用交叉熵（cross-entropy）目标函数预测下一个 token 的概率分布，模型能够建模非常复杂的语义概率分布，并随着数据规模和模型规模的增长持续提升性能。