华为AI推理技术突破 - 华为将于8月12日发布AI推理领域突破性技术成果，可能降低中国AI推理对HBM技术的依赖，提升国内AI大模型推理性能 [1] OpenAI模型调整 - GPT-5上线后收到差评，OpenAI紧急重新上线GPT-4o供Plus和Team用户使用 [1] - OpenAI CEO预测GPT-8时代AI或能治疗癌症 [1] AI医疗应用进展 - NASA与谷歌合作开发AI医疗助理"CMO-DA"，目前诊断准确率：腰痛74%，耳痛80%，脚踝损伤88% [2] 机器人产业发展 - 中国工程院院士倪光南强调构建"AI+机器人"生态系统，提升机器人智能审评水平 [3] - 宇树科技CEO指出具身智能机器人大模型是行业关键挑战，发展仍处早期阶段 [3] - 未来2-5年智能机器人技术三大方向：统一的大模型、低成本硬件量产、分布式算力 [3] 机器人商业化应用 - 全球首家机器人4S店和主题餐厅在北京开业，推动机器人技术融入日常生活 [4] 政策支持 - 北京亦庄发布"具身智能机器人十条"政策，包含8条创新支持措施推动产业发展 [6] 小鹏汽车积分纠纷 - 小鹏汽车被曝私自使用车主5000积分，消费者维权受阻 [7]

【今日推荐】 北京楼市新政落地，看房量大涨 近日，北京放开五环外住房限购。8月9日起，北京楼市新政正式实施，多楼盘已张贴新政海报重点 宣传。据了解，北京从四个方面调整住房公积金政策。某房地产开发商告诉记者，新政直观的公积金 利 好 政 策 ， 二 套 房 最 高 可 贷 到 140 万 元 ， 并 缩 短 公 积 金 缴 存 时 间 要 求 。 周 六 看 房 量 提 升 了 20%-30%。 美财长：正牵头物色鲍威尔的继任人选 当地时间8月10日，美国财政部长贝森特表示，他正牵头物色美国联邦储备委员会主席鲍威尔的继任 人选。 美韩将举行联合军演 朝鲜：强烈谴责 严正警告 朝鲜国防相努光铁当地时间10日发表谈话，谴责美韩即将开始举行的"乙支自由护盾"联合军演。谈话 称，美韩毫不掩饰地暴露出对朝鲜的军事对抗立场，给朝鲜半岛和地区的安保环境再次带来严重挑 战。朝方强烈谴责美韩的有关挑衅行为，并就其将导致的负面后果作出严正警告。 【观国内】 国家统计局：7月份核心CPI同比持续回升，PPI环比降幅收窄 2025.08. 11 当地时间8月10日，美国总统特朗普与以色列总理内塔尼亚胡通话，讨论以色列关于"接管加沙地带 ...

家电行业 - 格力电器董事长董明珠在品牌大会上强调格力冰箱具有保鲜技术优势，蔬菜水果存放20天后仍能保持新鲜，并称"不用格力的洗衣机和冰箱，那就是你犯的错误"[4][5] - 格力电器正在推动多元化战略，布局冰箱（晶弘）、小家电（大松）甚至手机领域，试图打破"空调专业户"的单一品类形象[4][5] - 格力电器在2021年推出十年免费保修政策，至今未有竞争对手跟进[5] AI与科技 - 华为将于8月12日发布AI推理领域突破性技术成果，可能降低对HBM技术的依赖并提升国内大模型性能[7] - 华为昇腾已实现多项性能突破，包括单卡Decode吞吐突破1920 Tokens/s和单卡吞吐达到808 Tokens/s[8] - 京东宣布将在智能机器人领域投入超百亿资源，计划三年内助力100个智能机器人品牌销售破10亿[8] - 京东智能机器人品类在618期间整体增速超过3倍，其中具身智能品类增速达17倍[9] - 阿里云通义千问Qwen Code宣布每日可免费运行2000次，仅限中国大陆用户[24] 汽车行业 - 理想汽车CEO李想回应被黑事件，称知道是哪个品牌在操控专业水军机构[9][10] - 蔚来CEO李斌表示电池寿命与车寿命不匹配是亟需解决的问题，蔚来通过换电站保障电池安全[24] - 第三代蔚来ES8车型将于8月20日亮相，采用900V超充快换平台，5分钟可充电超过250km[27][28] - 智界品牌进入2.0阶段，武汉首家专网用户中心已在施工中，将由华为主导、奇瑞配合[15][16] - 长安汽车董事长朱华荣拜访华为任正非，就支持长安汽车、阿维塔品牌等交流意见[19][20] 机器人领域 - 宇树科技CEO王兴兴表示现阶段期待机器人干活产生大价值不太现实，应先从表演、格斗等场景切入[12] - 王兴兴提出未来国家可以对机器人征税，机器人产出可直接上交给国家[34][35] - 宇树科技R1机器人起售价3.99万元，不同产品系列按型号划分价格[35] 显示技术 - OPPO、vivo和小米将很快升级双层OLED屏幕，目前已在苹果、华为和荣耀机型上应用[37][38] - 双层OLED采用两层发光层设计，理论亮度可达单层OLED的两倍，但成本较高将仅用于高端旗舰机型[38] 国际科技 - 英特尔CEO陈立武回应特朗普离职建议，表示要重振英特尔[41][42] - OpenAI宣布ChatGPT-4o面向Plus和Team用户重新上线，即将推出迷你版GPT-5[42] - 微软明确Win10 ESU计划细则，必须绑定Microsoft账户，费用为30美元最多更新十台电脑[43][44] - 马斯克表示可能失去对特斯拉的控制权，希望持股比例达到25%以确保影响力[46][47] 互联网平台 - 抖音电商成立安全与信任中心，首期严打直播间盲盒违规营销，已清退达人账号1000余个[18][19] - 小红书推出语音评论功能，用户可申请体验资格[30]

行业动态 - 2025世界机器人大会(WRC)在北京盛大开幕 [1] - 大会现场发布全新一代具身智能人形机器人产品 [1] 公司产品 - 越疆科技发布DOBOT AtomⅡ人形机器人 [1] - 产品具备先进的上下肢协同控制能力与瞬时反应速度 [1] - 操作能力全面升级 [1] - 推进具身智能技术在多场景的应用落地 [1]

宏观政治 - 美俄首脑将于8月15日在阿拉斯加会晤，重点讨论乌克兰危机的长期和平解决方案 [1] 人工智能行业 - 华为将于8月12日发布AI推理领域突破性技术成果，可能降低对HBM技术的依赖，提升国内AI大模型推理性能 [2] - AI产业重心正从"追求模型能力极限"转向"追求应用价值最大化"，推理成为下一阶段发展重点 [2] 资本市场政策 - 证监会表示将继续严把发行上市入口关，做好逆周期调节，不会出现IPO大规模扩容情况 [3] - 全球主要市场都在主动适应科技发展趋势，加大制度机制创新，促进二级市场活跃 [3] 机器人产业政策 - 北京亦庄发布"具身智能机器人十条"，每年最高给予3000万元支持企业建设机器人二次开发社区 [4] - 政策鼓励为开发者团队提供共享本体、免费空间、算力补贴等要素支撑 [4] 机构观点 - 中信建投认为A股处于牛市中继，回调带来配置良机，建议关注新赛道低位细分品种 [6] - 中泰证券认为当前市场调整是阶段性结构性切换，建议配置科技、券商等 [7] - 东方证券建议在热门板块回调整理过程中寻找低吸机会 [8] 房地产政策 - 北京五环外取消限购套数，公积金政策四重升级 [9] - 国金证券预计其他一线城市有望跟进政策，建议逢低配置地产股 [9] 机器人产业前景 - 宇树科技预计未来几年人形机器人出货量每年有望翻一番 [10] - 东吴证券认为具身智能产业将迎来能力跃升与发展加速期 [10] 脑机接口产业 - 湖北成立脑机接口产业创新发展联盟，覆盖基础研究及应用 [11] - 华福证券认为脑机接口产业将迎来政策、资本、技术三振，研发与商业化趋势加速 [11] 公司业绩 - 工业富联上半年净利润121亿元，同比增长38.61% [12] - 燕京啤酒上半年净利润11.03亿元，同比增长45.45% [14] - 佰维存储上半年净亏损2.26亿元 [14] 公司动态 - 方盛制药控股子公司紫英颗粒药物临床试验获批 [14] - 利扬芯片部分股东拟合计减持不超过3.94%股份 [14] - 银宝山新股东布拉德拟减持不超过1.54%股份 [14]

特斯拉与马斯克持股问题 - 马斯克公开表示目前12.8%的持股比例不足以确保其在公司的主导地位，担心未来可能被激进股东"赶下台"[1] - 有帖子称马斯克持股比例为21.2%且大部分股份被用作贷款抵押，但马斯克澄清目前没有任何以特斯拉股票为抵押的个人贷款[3][4] - 马斯克希望拥有约25%的公司股份以获得足够影响力引导公司发展方向[5] 华为AI技术突破 - 华为将于8月12日发布AI推理领域突破性技术成果，可能降低中国AI推理对HBM技术的依赖[5] - 该技术有望提升国内AI大模型推理性能，完善中国AI推理生态关键部分[5] 英特尔CEO访问白宫 - 英特尔首席执行官陈立武将访问白宫并与特朗普进行广泛谈话[5] - 陈立武计划解释个人和职业背景，并提出英特尔与美国政府可能的合作方式[5] 美国计算机专业就业形势 - 计算机科学专业应届毕业生失业率达6.1%-7.5%，是生物学和艺术史专业的两倍多[5] - AI编程技术应用淘汰初级岗位，科技巨头裁员加剧就业市场竞争[6] - 学生使用AI批量投递简历，企业使用AI自动筛选简历形成"AI厄运循环"[6] 小鹏汽车耐力测试 - 全新小鹏P7将进行24小时耐力测试，此前小米YU7 Max测试车完成3944km挑战[6][8] - 小鹏P7全系标配全域800V高压架构平台，10分钟补能525km，最长续航820km[8] 机器人行业发展 - 宇树科技CEO认为当前机器人行业模型架构不够统一，处于"ChatGPT诞生前1-3年"阶段[8][9][10] - 未来2-5年技术重心是统一端到端智能机器人大模型、低成本高寿命硬件、超大批量制造[12] - 宇树科技目标是开发通用型人形机器人，适用于工厂、表演、家庭等多种场景[11] 苹果AI语音控制 - 苹果测试全新Siri功能，用户仅凭语音即可完成精准操作，可能改变游戏规则[12] - 该功能依托改进的App Intents技术，可实现跨应用深度控制[12] - 计划将语音技术应用于智能家居设备和正在研发的桌面机器人[12] vivo MR头显设备 - vivo Vision混合现实头显将在下半年发布，支持双指捏合操作[14][15] - 设计风格类似苹果Vision Pro，前面板集成多个摄像头，外挂线连接外置电池[14] AOL终止拨号上网服务 - AOL将于2025年9月30日停止拨号上网服务，结束34年运营历史[17] - 截至2021年仍有"数千"用户使用该服务，主要分布在宽带未覆盖的偏远地区[17]

点击下方 卡片 ，关注" 具身智能 之心 "公众号 作者丨 Yue Liao等 编辑丨具身智能之心 本文只做学术分享，如有侵权，联系删文 >> 点击进入→ 具身智能之心 技术交流群 更多干货，欢迎加入国内首个具身智能全栈学习社区 ： 具身智能之心知识星球 (戳我) ， 这里包含所有你想要的。 AgiBot和NUS等团队出品的工作！这是一个面向机器人操作的统一世界基础平台，通过单一视频生成框架实现了策略学习、评估与仿真的深度融合。该平台的核 心组件GE-Base是一个基于指令调控的大规模视频扩散模型，能够在结构化潜空间中精确捕捉真实世界机器人交互的空间、时间与语义动态特征。 基于此核心模型，GE-Act组件通过轻量级的流匹配解码器，将潜空间表征映射为可执行的动作轨迹，仅需少量监督即可实现跨多种机器人形态的精准策略推理与 泛化能力。为支持规模化评估与训练，GE-Sim作为动作条件神经模拟器，可为闭环策略开发提供高保真度的环境推演。 平台还集成了EWMBench标准化评测套件，可系统评估视觉保真度、物理一致性及指令-动作对齐度等关键指标。这些组件共同构成了一个可扩展的实践基础， 为构建指令驱动的通用具身智能系统提供 ...

具身智能概述 - 具身智能强调智能体与物理环境的交互与适应 目标是让智能体具备感知环境 理解任务 执行动作并反馈学习的能力 [1] - 具身智能的核心模块分为大脑（语义理解与任务规划）和小脑（高精度运动执行） 类比人类神经系统结构 [1] 产业发展动态 - 近2年具身智能领域涌现多家明星创业公司 包括星海图 银河通用 逐际动力等 推动本体与大小脑技术进步 [3] - 国内科技巨头加速布局：华为2024年底启动"全球具身智能产业创新中心" 与乐聚机器人 大族机器人合作攻关关键技术 京东2025年起连续投资智元机器人 千寻智能等企业强化物流与家庭服务场景 [5] - 国际竞争格局：Tesla/Figure AI聚焦工业与物流机器人应用 美国资本支持Wayve Apptronik等公司发展自动驾驶与仓储机器人 国内外技术路线差异明显 国内侧重产业链整合 国外专注基础模型与类人机器人原型研发 [5] 技术演进路径 - **第一阶段**：聚焦抓取位姿检测（Grasp Pose Detection） 通过点云/图像预测执行器姿态 但缺乏任务上下文建模能力 [6] - **第二阶段**：行为克隆（Behavior Cloning）技术兴起 通过专家数据实现端到端映射 但存在泛化能力弱 误差累积等缺陷 [6] - **第三阶段**：2023年扩散策略（Diffusion Policy）突破序列建模瓶颈 2024年Vision-Language-Action（VLA）模型实现多模态协同 支持零样本泛化 代表项目包括OpenVLA RT-2 PI0等 [6][7] - **第四阶段**：2025年技术融合加速 VLA+强化学习提升长时任务能力 VLA+世界模型实现环境动态预测 VLA+触觉感知拓展多模态融合边界 [8] 商业化应用 - 技术迭代推动产品落地 主要形态包括人形机器人 机械臂 四足机器人 覆盖工业 家居 餐饮 医疗康复等场景 [9] - 行业人才需求爆发 但存在知识体系庞杂 学习门槛高的问题 市场出现系统化培训需求 [9] 工程化挑战 - 产业界对工程能力要求提升 需解决Mujoco/IsaacGym等平台的策略训练与仿真测试问题 [12] - 关键技术部署需求包括Diffusion Policy/VLA模型训练 强化学习反馈微调 世界建模与物理执行一体化架构等 [12] 人才能力要求 - 从业者需掌握Python/Pytorch基础 具备3090ti及以上算力设备 目标人群覆盖算法工程师 研究人员及转行专业人士 [18] - 技能培养重点包括仿真系统应用 触觉信息融合方案 世界模型实践等 目标达到1-2年经验水平 [18]

DreamVLA模型概述 - 提出一种新型视觉-语言-动作(VLA)模型DreamVLA 通过预测环境动态、空间和语义信息提升机器人动作决策精度 [1] - 采用"感知-预测-动作"循环框架 将动作规划视为逆动力学问题 通过预测未来环境状态推导动作 [6][7] - 在CALVIN ABC-D基准测试中平均任务完成长度达4.44 模拟环境性能比前代方法高3.5% 现实世界任务成功率76.7% [25] 技术架构 输入处理 - 多模态输入编码：语言指令(CLIP ViT-B/32文本编码器)、视觉图像(MAE预训练ViT-B模型处理双路摄像头)、机器人状态(可训练编码器) [10][14] - 采用perceiver resampler压缩视觉特征 将196个局部特征向量和全局[CLS] token压缩至可管理规模 [14] 世界知识预测 - 动态区域预测：使用CoTracker光流跟踪算法 通过速度阈值筛选生成二值化动态区域掩码 聚焦移动物体 [12][15] - 深度预测：有深度传感器时直接监督训练 无传感器时采用DepthAnything自监督 输出尺度归一化深度图 [13][16] - 语义预测：并行使用DINOv2(语义向量)和SAM(分割掩码) 通过轻量级ViT解码器输出语义特征 [18][22] 动作生成 - 采用扩散Transformer(DiT-B)作为动作解码器 从高斯噪声逐步生成7维动作向量(6维空间位移+1维抓手状态) [23] - 引入块状结构化注意力机制 结合因果/非因果注意力确保多步动作连贯性 [19] - 使用查询token引导未来世界知识预测 与输入序列拼接后生成世界嵌入 [20] 性能验证 - 消融实验显示动态区域预测贡献最大 深度/语义预测结合动态区域可进一步提升性能 [31] - 结构化注意力机制比普通因果注意力更稳定 分开查询优于共享查询 [31] - 使用DROID数据集(7.6万条轨迹)预训练 仅需100个任务特定演示微调即可展现强泛化能力 [25] 应用前景 - 框架兼容现有VLA模型 特别适合助手机器人和导航场景 [27] - 动态区域掩码能有效抑制背景干扰 深度地图辅助避障 语义特征提升物体交互精度 [17][22]

点击下方 卡片 ，关注" 具身智能 之心 "公众号 >>直播和内容获取转到 → 具身智能之心知识星球 点击按钮预约直播 作为视频大模型Vidu在具身智能领域延伸的重大突破，Vidar是全球首个基于通用视频大模型实现视频理解能力向物理决策系统性迁移的多视角具身基座模型。该模 型创新性地构建了支持机器人双臂协同任务的多视角视频预测框架，在保持SOTA性能的同时，展现出显著的少样本学习优势。仅用 20分钟 机器人真机数据，即可 快速泛化到新的机器人本体， 所需数据量约为行业领先的RDT的八十分之一，π0.5的一千两百分之一 ，大幅降低了在机器人上大规模泛化的数据门槛。微调后的模 型可完成多视角双臂任务，做到"说什么指令，做什么事情"。 论文链接: https://arxiv.org/abs/2507.12898、https://arxiv.org/abs/2507.12768 直播简介 清华朱军团队提出新范式应对具身智能挑战。针对VLA模型面临 的动作数据稀缺与本体不统一难题，该团队将任务解构为"预测 +执行":利用视觉生成模型(如Vidar)从海量互联网视频中学 习目标预测,再通过任务无关的逆动力学模型(如Any ...