Google DeepMind Blog发布于 07/30 23:00
Gemini Robotics ER 2: powering robotics with video understanding, task orchestration, and multi-robot collaboration
（翻译）Gemini Robotics ER 2：以视频理解、任务编排与多机器人协作赋能机器人
Gemini Robotics ER 2 is a step change in video understanding, tool orchestration, and multi-robot collaboration for robotic applications.
雷峰网发布于 09/01 10:56
李飞飞、吴佳俊再联手，打破世界模型和机器人动作的「巴别塔」
作者丨 幸丽娟 编辑丨岑 峰  
arXiv cs.AI发布于 09/02 12:00
LLM-Driven Autonomous Vehicles Inherit Human Driver Biases in Pedestrian Yielding: Results and Implications From A New Benchmark
（翻译）LLM驱动的自动驾驶汽车在行人让行中继承人类驾驶员的偏见：来自新基准的结果与启示
Abstract page for arXiv paper 2609.00192: LLM-Driven Autonomous Vehicles Inherit Human Driver Biases in Pedestrian Yielding: Results and Implications From A New Benchmark
爱范儿 / APPSO发布于 09/02 18:30
李飞飞的 World Labs，把赛博朋克的「超梦」做出来了
#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。
36氪发布于 09/11 19:49
和梁文锋师出同门，浙大00后做世界模型，将再融10亿元｜36氪首发
文｜王欣逸 编辑｜张雨忻 世界模型赛道将再添一笔大额融资。 《智能涌现》独家获悉，近日，专注做4D世界模型领域的魔芯科技即将新一轮融资，融资规模或达10亿元，估值也有望跃升至近100亿元。这将是他们今年的第五轮融资，也是近一个月以来的第二轮融资。
量子位发布于 09/15 18:41
全球AI视频榜单第一梯队再添中国力量：智象发布首款物理规律导向视频模型
智象未来（HiDream.ai）正式发布首个原生全模态视频生成模型 HiDream-O1-Video-1.0
雷峰网发布于 09/23 09:49
Yann LeCun 万字演讲：「预测像素」是伪命题，JEPA 也并非凭空而来 | ECCV 2026
作者丨 幸丽娟 编辑丨岑 峰  
人人都是产品经理发布于 09/28 15:43
我所了解的机器视觉检测产品应用（6）：深度学习还是传统算法？先别比准确率，算三笔账
面对客户对深度学习样本和接手问题的担忧，本文从产品视角出发，通过数据、周期、接手三笔账，深入剖析传统机器视觉与深度学习的选型逻辑。八成项目混着用，但谁当主力、谁跑龙套，每个项目都不一样。PM的价值不是替客户选，而是把技术选择题翻译成客户答得上来的业务问题。
arXiv cs.AI发布于 10/05 12:00
World Action Modeling with Progressive Visual Planning
（翻译）使用渐进式视觉规划的世界动作建模
Abstract page for arXiv paper 2610.02508: World Action Modeling with Progressive Visual Planning
arXiv cs.AI发布于 10/09 12:00
Speaking the Navigator's Language: Trajectory-Grounded Instruction Translation for Frozen Aerial VLN Agents
（翻译）说导航器的语言：面向冻结空中 VLN 智能体的轨迹驱动指令翻译
Abstract page for arXiv paper 2610.10635: Speaking the Navigator's Language: Trajectory-Grounded Instruction Translation for Frozen Aerial VLN Agents