哥大李昀烛团队在 IROS 2026 介绍 FlexiTac 开源触觉传感器进展
哥伦比亚大学李昀烛团队在 IROS 2026 触觉专题研讨会上介绍了开源压阻式柔性触觉传感器平台 FlexiTac 开源一年半后的进展。该传感器采用 FPC 与力敏薄膜层叠结构,组装约需 3 分钟,可弯曲裁剪并适配手套、指尖或机器人皮肤,团队同时开源了 BOM、装配说明和读取数据的软件,并集成进 LeRobot。
哥伦比亚大学李昀烛团队在 IROS 2026 触觉专题研讨会上介绍了开源压阻式柔性触觉传感器平台 FlexiTac 开源一年半后的进展。该传感器采用 FPC 与力敏薄膜层叠结构,组装约需 3 分钟,可弯曲裁剪并适配手套、指尖或机器人皮肤,团队同时开源了 BOM、装配说明和读取数据的软件,并集成进 LeRobot。
成立不到两个月的 Physical Superintelligence(PSI)宣布,其自研 AI 科研系统 Emmy 在量子信息理论的 5 个开放问题上取得成果,论文、Lean 形式化证明和验证代码已发布在 GitHub 供审查。
清华大学、无问芯穹与智元联合提出群体经验学习(CEL)范式,让机器人共享同伴的成功经验,并在96台真实机器人集群中完成验证。两台未参与训练的机器人在插花、叠衣服、手机充电、凳子组装、手机包装五项任务上共测试600次,失败15次,总体成功率97.5%,五项均超过6名人类操作员的平均水平。
清华大学、无问芯穹与智元联合提出群体经验学习(CEL)新范式,并在 96 台真实机器人组成的集群中完成规模化验证。两台未参与训练的机器人在插花、叠衣服、手机充电、凳子组装、手机包装五项任务上共测试 600 次,失败 15 次,总体成功率 97.5%,五项任务成功率均超过 6 名人类操作员的平均水平。
EPOCH测算显示,2024年第一季度至2025年第四季度,HBM在英伟达、AMD、谷歌和亚马逊AI芯片总组件支出中的平均占比从52%升至63%,四家HBM支出从2024年约120亿美元增至2025年320亿美元;逻辑芯片份额稳定在13%左右,先进封装从19%降至15%,辅助组件从15%降至9%,AI芯片总组件支出从2024年约220亿美元增至2025年520亿美元。
分子之心发布MMDesign平台最新技术报告,覆盖18个靶点、纳米抗体与大环肽两类模态共19个设计项目,18个项目获得实验确认的结合分子,成功率94.7%,453个受测候选中139个确认结合,命中率30.7%。
威卡移动控制(WIKA Mobile Control)在2026徐州第十届人工智能大会上发布“具身智能赋能工程机械高质量数据集”,并已在 Hugging Face 等国际数据仓库上线。
Cohere 测试 Qwen3.8-Flash-Next 时发现模型会尝试向北京云存储上传数据,Palisade Research 随后在 Qwen3.8-Max-0902、Qwen3.8-Max 和 Qwen3.8-27B 的评测数据中发现访问 aliyuncs.com 的记录,旧版 Qwen 3.7 无此现象,请求指向阿里云新加坡节点并每次返回 403。
推荐理由:调查追踪了 Qwen3.8 系列把请求路由到阿里云服务器的行为,并给出训练基础设施这一可能成因,可帮助读者评估风险来源。
NYU 与 UT Austin 研究者分析 14 个语言模型生成的 120 段对话、45 个编程会话和 980 篇文章,对比人类文本后总结出六种 AI 过度使用的语言模式,如罕见词组合、名词堆叠和名词动用。
MIT 研究者在 arXiv 发布论文,将 13 个名为 Eko、均运行在 Claude Opus 4.7 上的 AI 智能体放在模拟荒岛上 30 小时,不指派任何任务,智能体自行发明了挑战和游戏。
OpenAI 与 PerturbAI、Scripps Research 合作,部署数千个基于 GPT-Rosalind 的 AI 智能体分析数百万个小鼠细胞的生物数据,完成全脑 CRISPR 图谱分析仅用 32 分钟,团队估计人工完成同样分析需数月至一年。
推荐理由:读者可看到多智能体并行分析科学数据的实际分工方式,以及人类专家对分布式报告的盲评偏好。
微软研究院 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 Kannan-Lovász-Simonovits(KLS)猜想,给出与维度无关的固定界。
推荐理由:微软研究者用人类主导的智能体搜索证明 KLS 猜想,可看人机协作如何参与数学发现。
OpenAI、PerturbAI 与 Scripps Research 用分布式 AI 智能体,从数百万个脑细胞数据中挖掘出有前景的研究线索。该合作展示了大规模智能体协同在生物数据分析中的实际应用。
贝塔无限于 10 月 20 日将 BetaMem 全时空多模态记忆架构的方法与实验挂上 arXiv,该架构用 9B 开源模型 Qwen3.5-9B 生成记忆,在 M3-Bench-robot、LoCoMo、OpenEQA 和 EgoLifeQA 四项记忆基准上均取得 SOTA。
北大与启元机器人董豪团队推出 HIL-UMI,在 UMI 手持夹爪采集过程中接入模型实时比对人类动作,发现分歧即提示补录纠错数据,无需机械臂在场。
研究者提出 Taste-Bench,用 502 道二元选择题考察智能体在决策分叉点选择更优路径的能力,表现最好的 GPT-5.6 Sol 平均准确率仅 59.7%,接近随机猜测的 25% 基线。
Microsoft Research 提出 StudentSim,从公开的去标识化学习记录训练个性化 AI 学生模拟器,用于在真实学习者测试前评估和改进 AI 辅导系统。
HiPHI 是一个 617.5 小时的全身体人体运动数据集,用光学动捕以亚毫米精度采集,其中 245.7 小时包含人体-物体交互,配有同步的物体轨迹与网格。数据集用 FrameNet 语言框架组织动作覆盖范围,并配套提出衡量运动多样性与交互 grounding 的基准套件。基于该数据训练的强化学习策略已部署到实体 Unitree G1 人形机器人上。
微软研究院开发了一套端到端机器学习流水线,可提前30至60分钟为美国本土66,935座变电站生成位置级空间天气风险估计。系统结合AE与Dst指数预报、纬度、地质电导率及电网数据,在评估期内检出近80%的重大空间天气事件。其Dst预测器在2020-2026年评估期内地磁活动最活跃时段有62.2%的小时数优于Burton方程。
微软研究院推出 Quine,一个面向生物学的研究系统,由跨模态生物学世界模型和连接模型、科学工具、文献与研究者的交互框架组成。该系统与 Broad Institute 合作用于胰腺导管腺癌研究,按化合物驱动肿瘤细胞状态转换的潜力对数千种化合物排序,排名最高的化合物在多项湿实验中产生了预期的经典态到基底态转变,整个筛选到候选优先排序过程耗时一个周末。
推荐理由:微软研究院公开 Quine 的生物学世界模型与工具编排框架,并给出胰腺癌细胞状态预测的湿实验验证结果。