FLUX 3 进奥迪工厂:生成视频的模型,也能直接操控机器人
Black Forest Labs 联手 mimic 推出基于 FLUX 3 的视频-动作模型 FLUX-mimic,已在奥迪工厂落地。该模型直接把视频物理表征解码为机械动作,单张 RTX 5090 延迟不足 80 毫秒,可完成柔性线缆等传统自动化难以处理的装配任务。
Black Forest Labs 联手 mimic 推出基于 FLUX 3 的视频-动作模型 FLUX-mimic,已在奥迪工厂落地。该模型直接把视频物理表征解码为机械动作,单张 RTX 5090 延迟不足 80 毫秒,可完成柔性线缆等传统自动化难以处理的装配任务。
Tesla 宣布将 Robotaxi 服务扩展至佛州奥兰多和坦帕,并公布了运营地图。但官方未透露车队规模与叫车时间。第三方数据显示其在得州无监督车辆仅 21 辆,且本周刚有一辆远程操控车撞上树桩,实际扩张成色仍存疑问。
Halliday 推出新一代 AI 智能眼镜 G2,主打会议记录、对话和日常场景辅助。该设备配备内置显示屏,旨在让用户脱离手机即可在视野中获得实时 AI 支持。目前该产品已在官方网站开放优先体验申请。
空间智能公司 World Labs 宣布收购机器人创企 SceniX。World Labs 认为机器人是空间智能落地的物理载体,突破点在于融合世界模型、仿真与真实世界闭环。SceniX 的具体技术细节将于近期公布。
宇树科技展示了其全模态 AI 模型 UnifoLM-OminiA-0.3。该系统依托全模态交互理解实现全身移动操作,具备抗扰动能力且支持全自主运行,并在演示中完成了调节病床等护理任务。这展现了具身智能在居家养老护理场景的落地潜力。
NVIDIA 联合斯坦福等推出机器人策略 RoboTTT,把视觉运动上下文拉到 8000 步,约合 30Hz 下 5 分钟。它用测试时训练把历史压进权重,延迟不随时间增加,还成功完成了 10 阶段复杂装配。这表明上下文长度正成为具身智能的新扩展曲线。
OpenAI 联手 Work Louder 推出编程外设 Codex Micro,售价 230 美元且限量发售。设备配备 13 个机械轴、摇杆与旋钮,按键可通过颜色实时显示 Codex Agent 任务状态,并支持物理调节推理等级与一键采纳代码,全在 ChatGPT 桌面端配置。
YC 支持的法国初创公司 Tornyol 展示了其自主猎蚊无人机。该机利用超声波声纳锁定蚊子的翅膀振动频率,并用微型螺旋桨将其粉碎,单次充电可巡逻 5 英亩。创始人展示了击落飞蛾的视频,但针对更小更敏捷的蚊子,实战效果仍有待验证。
彭博社报道称 OpenAI 正在研发首款消费级硬件,定位为「拟人化家庭 AI 伴侣」。该设备没有屏幕,但具备可自主移动的机械结构,旨在成为 ChatGPT 的实体化载体,并随时间主动学习用户生活习惯。不过新设备尚未正式发布,且面临苹果诉讼等法律阻力。
watchOS 27 开发者测试版带来 Siri AI,打通了 Apple Watch 与 iPhone、Mac 的上下文体验。用户可在腕上调取并勾选备忘与提醒事项,对话记录也能多端同步。不过交互仍有思考延迟,且暂不提供主动健康建议。
Apple 正式起诉 OpenAI 侵犯商业秘密及违约,直指曾任 Apple 副总裁的 OpenAI 首席硬件官 Tang Tan。诉状称其在招聘中索取未发布产品细节及硬件零件,甚至教唆员工规避安保。随着 OpenAI 进军硬件领域,两家巨头的正面交锋已全面升级。
1X 发布为人形机器人 NEO 打造的 25 自由度肌腱驱动手。它具备高分辨率触觉感知与力透明度,能精细拼乐高、拧灯泡甚至拉拉链,并支持 IP68 防水。最关键的是,它让机械手变成读写兼备的感知仪器,扫清了硬件瓶颈,今年计划量产 1 万只。
Mistral AI 发布首个具身导航模型 Robostral Navigate。这款 8B 参数模型仅依靠单个普通 RGB 摄像头、无需激光雷达或深度传感器,在 R2R-CE 未见测试集上取得 76.6% 成功率,超越了多传感器系统,适用于轮式、足式与飞行机器人。
据爆料者 Kosutami 透露,Apple 已暂停配备摄像头的 AirPods Pro 研发。该耳机内置红外相机专为 Siri 与 Apple Intelligence 提供环境视觉感知,不用于拍照。该项目此前已开发约四年,目前暂停的具体原因尚未公布。
UBTech 发布超逼真人形陪伴机器人 U1 系列,覆盖半身与全身版本。机器人搭载情感大模型与硅胶拟真皮肤,能识别超 20 种情绪,起售价约 1.8 万美元。主打日常情感陪伴,首日预订已突破 1.3 万台,计划年内交付。
初创公司 OASIS 发布智能戒指 OASIS 1。它搭载隔音麦克风,利用 WisprFlow 技术让用户以低语方式私密听写转文字,戒身上还内嵌触控板与触觉反馈,方便随时微调光标与修改错字。续航达 16 小时,首批预计 2026 年圣诞节前后发货。
OpenAI 发布预告,将于 7 月 15 日联合外设厂商 Work Louder 推出专为 AI 编程工具 Codex 打造的硬件设备。视频展示了一个类似 Creator Micro 2 的方形宏按键小设备。最值得关注的是,开发者未来或可通过实体按键直接触发 Codex 快捷指令。
Meta 推出非侵入式脑机接口系统 Brain2Qwerty v2 并开源完整训练代码。该系统无需开颅手术,仅通过穿戴式 MEG 设备采集脑磁信号并结合大语言模型解码,将打字词准确率拉升至 61%(最佳达 78%),大幅逼近侵入式脑机接口水平。
Meta 联手陆逊梯卡推出智能眼镜新品 Meta Glasses,起售价 299 美元。它首发搭载 Muse Spark 多模态模型,支持免提拍摄、语音助手和实时翻译,单次续航超 8 小时。产品即日起在美国和加拿大等市场开售。
Midjourney 宣布成立医疗部门并公布全身超声波扫描仪 Midjourney Scanner。人浸入水中后,环形 50 万个超声波传感器能在 60 秒内生成媲美 MRI 的 3D 图像。官方计划 2027 年在旧金山开设水疗馆落地该设备,目前尚未取得 FDA 医疗认证。