2027 款极狐阿尔法 S5 上市:增加激光雷达,限时补贴价 11.58 万元起
2027 款极狐阿尔法 S5 上市,推出 3 款配置,限时补贴价 11.58 万至 13.88 万元。新车新增 192 线激光雷达与 148 升前备厢,搭载高通骁龙 8775A 芯片及北汽元境智能辅助驾驶系统,支持 5C 超快充。作为年度改款车型,该车在外观细节、内饰配置及动力续航上均进行了优化升级。
2027 款极狐阿尔法 S5 上市,推出 3 款配置,限时补贴价 11.58 万至 13.88 万元。新车新增 192 线激光雷达与 148 升前备厢,搭载高通骁龙 8775A 芯片及北汽元境智能辅助驾驶系统,支持 5C 超快充。作为年度改款车型,该车在外观细节、内饰配置及动力续航上均进行了优化升级。
智元正式发布 WITA-Omni 全模态大模型,号称行业首个具身全模态端到端交互大模型,支持触觉、本体状态输入与机器人动作表情输出。该模型采用流式全双工架构,平均交互响应约600毫秒较业内快近3倍,且无需唤醒词支持自然对话。此前 WITA-Omni Preview 曾以85.21分登顶 DailyOmni 全模态理解榜单。
索尼在进博会全球首发基于视觉语言模型的驾驶接管危险预警技术,通过分析道路画面判断路况是否超出智能驾驶系统的设计运行范围(ODD)。该技术提供准备、主动及紧急三级接管提示,利用数字孪生仿真数据训练,目前正与清华汽车工程学院在苏州开展实际道路测试。
小鹏集团联合北京大学、香港大学等团队发布具身感知基座模型 GroundingPI,该模型采用约 40 亿参数规模,在 34 项公开感知基准综合评测中位列第一。GroundingPI 综合得分为 73.68,高于 OpenAI 前沿模型 GPT-6 Astra 的 71.54 分。该研究目前处于科研原型阶段,旨在通过精准感知降低机器人示教成本并提升场景泛化能力。
智元发布GO-3 Preview与WITA-OMNI双模型,分别在RoboDojo等三榜与Daily-Omni等四榜登顶。同场创新日推出灵渠OS 1.0计划年底开源,并定义Worken单位量化机器人有效工时。
大晓机器人发布基于 Qwen3.5-9B 微调的具身基模型 ACE-Brain-0.6,在八项 Grounding 评测中六项成绩超过 OpenAI GPT-6 Astra。该模型七项公开基准平均得分 74.53 分,RobotGrounding 场景评测得 94.13 分,均高于 Astra 的 73.68 分和 91.10 分。
优必选 Thinker-WM 在 WorldOlympiad、EWMBench 和 WorldArena1.0 Track-1 三大具身世界模型基准中均取得第一。该模型采用 Unified Dynamic Transformer 架构,将 RGB、深度和动作统一建模,支持六大能力模式。此前该模型已完成在优必选机器人平台上的部署验证。
破晓智能联合天珑移动发布全身全模态数据采集系统 SeePhys Hub,通过四目头环、腕部手环、腰腿部追踪器及触觉手套,在保留 Ego 数据轻便优势的同时补全全身姿态与触觉信息。该系统采用稀疏节点方案,头环重量不超过 220 克,多模态信号同步精度不超过 0.5 毫秒。此前团队已发布 EgoTouch 数据集,计划 2027 年推出全模态世界模型。
Google DeepMind发布Gemini 4 Argon通用物理推理模型,其在ERQA基准纯推理得分87%超过所有其他前沿模型,可应用于机器人全生命周期。文章给出机器人控制、Real2Sim仿真、物理理解与自改进四类代表提示词,覆盖从MuJoCo实操到视频世界模型 steering 等任务。该模型被视为加速通往物理AGI路径的重要里程碑。
哈啰 Robotaxi 推出生成式驾驶世界模型 HelloWorld,整合场景控制、连续生成、多传感器观测与高效推理能力。该模型支持通过自然语言或编辑轨迹生成多视角视频与激光雷达观测,用于构建长尾驾驶场景。此举旨在探索世界模型服务自动驾驶研发的具体路径。
中车长春轨道客车牵头研制的 VELLINK 正式亮相,成为全球首列搭载具身智能技术的地铁列车。该车通过功能域理念将控制主机精简 50%、整车布线优化 30%,并依托“斫轮”大模型实现主动优化运营与智能制定行车策略。
Google DeepMind 发布 Gemini Robotics ER 2,定位为机器人的高层大脑,可理解视频、编排多步任务并把动作执行交给底层 VLA 模型,还能原生调用 Google Search 等工具。
推荐理由:官方给出进度分类与时刻定位两项量化指标,可据此判断机器人在长任务中自我纠错与切换步骤的能力边界。
Google DeepMind 发布 Gemini Robotics 2,包含三款模型:视觉-语言-动作模型 Gemini Robotics 2 可控制人形机器人全身动作并提升手部与夹爪的灵巧操作。
推荐理由:三款模型分别覆盖全身控制、具身推理与端侧部署,可据此判断机器人智能层的分工方式。
Mistral AI 发布首个具身导航模型 Robostral Navigate,这是一个 8B 模型,仅用单个普通 RGB 相机、无需 LiDAR 或深度传感器,在 R2R-CE validation unseen 上达到 76.6% 成功率,比最佳单相机方案高 9.7 个百分点,比使用深度或多相机的最佳系统高 4.5 个百分点。
推荐理由:官方给出单目 RGB 相机在 R2R-CE 上的成功率与训练方法,可据此判断具身导航对传感器配置的依赖程度。
Google DeepMind 发布 Gemini Robotics-ER 1.6,这是其推理优先机器人模型的升级版,强化了空间推理与多视角理解,并新增仪表读数能力,可读取压力表、液位计和数字读数。
推荐理由:官方给出与上一代及 Gemini 3.0 Flash 的对比和仪表读数新能力,可据此判断机器人高层推理的进展。