跳到正文

方向与场景

端侧 AI 最新动态

跑在设备本机的模型与交互:端侧推理、离线语音与视觉能力。

9 条精选近 30 天 4 条共收录 82 条

更新

端侧 AI的精选

11月16日周一第 1–9 条
  1. arXiv cs.RO70

    X-Nav 技术报告:人形机器人完成室内到室外百米长程导航

    X-Nav 技术报告提出一套从数据到部署的人形机器人长程导航系统,在灵犀 X2 上完成从办公楼大堂到邻栋商店约一百米的语言指令任务。其导航模型 MELIOR 仅使用机器人自带相机的 RGB 图像,分预测动作的 MELIOR-A 和预测导航目标的 MELIOR-N 两个版本,配合 X-Navarch 智能体工作流把简短指令拆成子任务并执行目标导航与避障。

    推荐理由:论文给出从数据采集到真机部署的完整链路,并说明数字孪生数据微调如何提升闭环成功率。

11月13日周五
11月6日周五
  1. Meta Newsroom60

    Meta 在 Muse 应用上线实时语音与表情虚拟形象

    Meta 在 Muse 移动端、网页版和 Mac 应用上线实时语音对话与表情虚拟形象,点击右上角电话图标即可开始说话。用户可从数百种声音风格中选择,虚拟形象会随对话语气做出细微表情和手势,并支持语音、虚拟形象同屏或全屏三种呈现方式。该功能先在美国推出,Muse 的语音对话后续将登陆 AI Glasses 和 Muse Charm。

    推荐理由:Meta 把实时语音与表情化虚拟形象接入 Muse 应用,读者可了解其交互方式与后续上线 AI 眼镜的计划。

11月4日周三
  1. 小鹏66

    小鹏联合北大、港大开源 4B 参数视觉感知模型 GroundingPI

    小鹏联合北京大学、香港大学等机构的研究者开源视觉感知基础模型 GroundingPI,约 4B 参数,在 34 项感知基准上取得 73.68 的平均分,高于研究团队评测中 GPT-6 Astra 的 71.54。

    推荐理由:原文给出 GroundingPI 在 34 项感知基准上的总分与对比模型,并说明开源权重和代码的获取方式。

10月8日周四
  1. 小鹏67

    小鹏 Robotaxi 正式定名 XPENG YOYO,并面向中国公众开放自动驾驶线上报名

    小鹏 Robotaxi 于 10 月 8 日正式公布品牌名 XPENG YOYO,同日在中国通过邀请码开放自动驾驶线上报名,官网上线专属页面。该车基于自研 Turing AI 芯片与 VLA2.0 大模型,单车搭载四颗 Turing AI 芯片、算力 3,000 TOPS,不依赖高精地图与 LiDAR。

    推荐理由:原文交代了小鹏 Robotaxi 的品牌命名、开放报名节奏与商业模式,可看清其从内部测试走向对外运营的路径。

9月22日周二
8月21日周五
  1. 众擎机器人69

    众擎在WRC首发仿人脑具身智能引擎EngineAI Awaken

    众擎机器人在2026年世界机器人大会(WRC)上发布仿人脑具身智能引擎EngineAI Awaken,这是一套五层体系架构,从S1本能反射层、S2动作规划生成层、S3认知推理层延伸至S4+S5自我成长层(情感大模型)。

    推荐理由:原文给出五层架构的分层异构多频设计与2Hz/100Hz解耦细节,可了解具身大脑如何兼顾语义推理与实时运控。

5月25日周一
  1. 逐际动力71

    逐际动力发布全尺寸交互人形机器人 LimX Luna,国内零售价 29.8 万元

    逐际动力发布全尺寸交互人形机器人 LimX Luna,身高 160cm、27 个机身自由度(不含末端执行器),面向商场、景区、展会等商业服务场景。该机器人搭载自研 System 0 全身运控基础模型,支持语音、视觉多模态交互与姿态模仿,并配套 LimX Studio App 提供视频学舞、手动示教和 10 支预装舞蹈,可零代码编排任务。

    推荐理由:原文给出身高、自由度、续航与29.8万元定价,读者可据此判断全尺寸交互人形机器人的商业落地门槛。

1月12日周一
  1. 逐际动力72

    逐际动力发布具身 Agentic OS 系统 LimX COSA,全尺寸人形机器人 Oli 率先搭载

    逐际动力发布具身智能体系统 LimX COSA,将其定位为面向物理世界原生的具身 Agentic OS,把高阶认知与全身运控融合为大小脑一体化智能。COSA 采用三层结构:底层为全身运动控制基础模型,中层为可组合调度导航、避障、抓取、上下楼梯等技能的大小脑融合层,顶层负责交互、记忆与思考。

    推荐理由:官方披露了 COSA 的三层架构与 Oli 的演示能力,可了解具身 OS 如何把认知与全身运控接到一起。