行业观察

机器之心编辑部开源多模态生成领域，迎来架构级的底层突破。视频生成已成为当前生成式 AI 最前沿的方向，但在音视频联合同步生成领域，开源界仍面临三重局限：音视频不同步：视频和音频往往语义对齐精度不足。架构设计复杂：现有方案要么将音频视为从属信号，要么通过复制骨干网络来处理音频，参数成本翻倍且推理优化困难。生成速度慢：现有的音视频联合生成模型往往因为模型架构设计复杂、难以充分优化，从而导致生成速度较慢

人机共融，智造未来想亲触前沿具身智能技术、洞悉人形机器人产业核心走向？2026中国人形机器人生态大会，即将重磅启幕！为链接全球顶尖创新资源，赋能人形机器人产业发展，加速前沿技术的商业化落地，由中国机器人网与上海汽车会展中心精心筹备的“2026中国人形机器人生态大会”将于4月17-19日在上海汽车会展中心盛大启幕。目前，超10000名观众已锁定入场席位，活动报名正在火热进行中，现在登记可享25元优惠

加入高工机器人专业行业群，加微信：18565829548，出示名片，仅限机器人及智能制造产业链相关企业。*本文共约 3905 字，阅读完成需 8.5 分钟。3月19-20日，2026首届上饶先进制造产业大会暨具身智能项目与资本对接会在江西上饶正式举行。本次大会以“智聚饶城 链动未来”为主题。3月19日下午，90余家具身智能企业踏上了“上饶经开区先进制造产业实地探访”之旅，从产业会客厅、先进制造产业

本文仅用于知识和学术分享，版权属于原作者，若有侵权，请联系删除。来源：机器人全球资讯网亚马逊秘密收购瑞士机器人初创公司 Rivr，剑指末端配送“上门爬楼”难题【西雅图讯】 2026年3月20日，全球电商巨头亚马逊（Amazon）被曝已悄悄完成对瑞士自主机器人初创公司 Rivr（原名 Swiss-Mile）的收购。尽管双方未披露具体交易金额，但业内分析认为，此举标志着亚马逊在“最后一公里”配送自动化

本文仅用于知识和学术分享，版权属于原作者，若有侵权，请联系删除。来源：机器人全球资讯网亿万富翁马克·库班发出“寒冬”预警：人形机器人热潮或在 5-10 年内破裂【达拉斯讯】 2026年3月22日，知名亿万富翁投资人、《创智赢家》（Shark Tank）明星导师马克·库班（Mark Cuban）在最新一次播客访谈及社交媒体互动中，对当前狂热的人形机器人赛道泼了一盆冷水。他直言，虽然“物理 AI”概念

本文仅用于知识和学术分享，版权属于原作者，若有侵权，请联系删除。来源：机器人全球资讯网互联网“主权”易手？Cloudflare CEO：2027 年 AI 机器人流量将全面超越人类【奥斯汀讯】 在 2026 年 3 月举行的 SXSW（南南西）科技大会上，全球互联网基础设施巨头 Cloudflare 的首席执行官 Matthew Prince 投下了一枚重磅炸弹。他预测，到 2027 年，互联网上

温馨提示：扫描文末二维码，加入知识星球，免费下载2700+行业报告（包含海外投行报告）；商务和研究咨询合作请联系16620948826（同微信）2026年3月，英伟达首席执行官黄仁勋在GTC大会及All-In播客等场合多次重申人形机器人即将爆发的观点，引发全球科技界热议。其核心预测“未来3-5年，人形机器人将无处不在”并非空谈，而是基于技术迭代周期、劳动力短缺现实以及NVIDIA物理AI生态的严谨

近日，智元机器人正式履行 WAIC 大会承诺宣布核心基础设施灵渠OS Alpha 版本正式开源它不只是一个软件框架，更是智元在全尺寸人形机器人“远征 A2”上跑通的量产级实践。通过“南向适配硬件、北向支撑应用”的架构，灵渠 OS 旨在解决具身智能开发中通信杂乱、运控难落地等痛点，让机器人真正从实验室里的精密设备变成能感知、会思考、有行动力的智能体。从灵渠 OS 的代码结构、系统集成方案，到“第一个

机器之心编辑部近日，AI 领域知名专家 Andrej Karpathy 做客一档播客节目，在长达一个小时的对谈中，他不仅回顾了自己近一年的工作状态，也系统阐述了一个正在迅速成形的新范式：以 Agent 为核心的软件生产方式重构。Andrej Karpathy 直言自己「病了」，患上了严重的「AI 精神病」。从去年 12 月开始，他再也没有手写过一行代码。每天 16 小时，他都在和 Agent 对话

本文来自PRO会员通讯内容，文末关注「机器之心PRO会员」，查看更多专题解读。AI Agent 进入生产环境后，业界关注的重点正从生成转向执行。随着长程任务中的上下文挤压、工具开销和业务语境缺口持续暴露，单一的 Context Engineering 已难以支撑 Agent 的稳定运行，围绕执行环境、约束机制和反馈回路展开设计的 Harness Engineering 因而受到更多关注。目录01.

机器之心编辑部这两年，扩散语言模型（Diffusion LLM）一直是个很有讨论度的方向。和传统自回归模型不同，扩散模型不是严格按从左到右一个 token 一个 token 往外吐，它在生成方式上更灵活，也天然更适合并行建模。可问题也一直摆在那里：这条路很有潜力，但真正把效果做上去并不容易。最近有一篇来自华为诺亚方舟实验室的工作，探究了扩散模型训练中的 “默认设置”。论文标题叫 Mask Is W

前言：此次IPO同步引发资本市场与行业的高度关注。3月20日，上海证券交易所正式受理宇树科技股份有限公司科创板首次公开发行股票申请。作为上交所科创板发行上市预先审阅机制落地后的第2单申报企业，宇树科技此次IPO同步引发资本市场与行业的高度关注。记者注意到，近年来，宇树科技公司主营业务收入保持高速增长态势，2022年至2024年分别实现营业收入1.23亿元、1.59亿元、3.92亿元，2025年1—

加入高工机器人专业行业群，加微信：18565829548，出示名片，仅限机器人及智能制造产业链相关企业。*本文共约 2582 字，阅读完成需 5.5 分钟。思谋科技拟港交所IPO3月16日，思谋科技正式向港交所递交上市申请书，拟在香港主板挂牌上市。思谋科技专注于工业AI智能体的研发与落地，主要提供工业AI智能体，包括机器人、边缘AI传感器及智能体软件系统，已服务超过730家客户，如特斯拉、卡尔蔡司

编辑｜杨文Figma，危矣！大前天，谷歌发了条推文，重磅更新旗下 AI 设计工具 Stitch。这一更新不要紧，直接干掉 Figma 当天 8.8% 的股价。自 2025 年 8 月 IPO 以来，Figma 的股价已累计下挫约 80%。Stitch 是个啥？Stitch 本是一个由 Google Labs 研发、Gemini 模型驱动的 AI 原生设计平台，此次更新，谷歌借鉴 AI 圈大火的「v

前言：总规模超过 1 万平方米。据央视新闻报道，北京石景山区近日迎来一座全新的机器人训练基地 —— 具身智能触觉及多模态感知数训中心。该设施按照“梯度建设”原则，目前已累计完成人形机器人综合实训场一、二、三期布局，总规模超过 1 万平方米，这也是目前全国规模最大的机器人数据训练基地。据央视实探，在这座刚刚启用的训练中心里，各类机器人正在不同的场景中进行学习和演练。IT之家注意到，与常见的视觉识别训