中国团队研发钙钛矿激光充电接收器，为无人机空中持续供电
中国民航大学与清华大学团队设计出基于钙钛矿的激光充电接收器，可让无人机在飞行中持续获电。该接收器面积2平方厘米，在5瓦绿光激光照射下实现近39%的光电转换效率，驱动6.7厘米螺旋桨达7820转/分；集成到固定翼模型后，螺旋桨以1200至1450转/分运转约一分钟。研究尚未进行空中飞行测试，团队下一步将开展轻量无人机的飞行验证。
#端侧
#端侧
今日 5 条IEEE Spectrum roboticsAI 评分4040 qbitaiAI 评分5252 Om AI联汇完成数亿元融资并开源VLX-Seek 1.5端侧多模态模型
杭州联汇科技（Om AI联汇）宣布完成新一轮数亿元融资，由前海母基金加码领投，杭州政府产业基金与多方资本协同参投。公司同时开源VLX-Seek 1.5端侧原生细粒度感知多模态模型，其3B参数版本多项核心指标超越英伟达LocateAnything-3B，无人机具身场景准确率提升62.9%，目标误报率降低74.8%。募集资金将用于VLX模型系列技术迭代及加速物理AI场景商业化落地。
ROS Discourse latestAI 评分3434 ROS 2 机器人车队如何在不刷砖的前提下更新 MCU 固件？
一位运行 ROS 2 Humble + Jetson Orin + STM32 的 AMR 车队运营者发帖求助：高层 OTA 可回滚，但每次更新 MCU 固件仍需现场插线，三台尚可、三十台要耗一整天。
NVIDIA blog roboticsAI 评分2222 NVIDIA Jetson 平台：从 Orin Nano Super 到 AGX Thor，把机器人“大脑”装进手提包
NVIDIA 展示 Jetson 边缘 AI 与机器人平台，Jetson Orin Nano Super 提供 67 TOPS 算力，可本地运行 Reachy Mini 语音视觉助手等首个机器人项目。
ROS Discourse latestAI 评分2222 学习 Zenoh：ROS 2 的新通信层
一位开发者正在学习 Zenoh 在 ROS 2 生态中的作用，并计划在基于 ROS 2 Humble 的移动机器人 Pavlov Mini Wheel 上，用 Zenoh 实现板载 Raspberry Pi 与运行感知和导航任务的外部笔记本之间的通信，与默认 DDS 方案进行对比。
IEEE Spectrum roboticsAI 评分2222 康奈尔 Tech 用光直接翻转 SRAM 存储，为 AI 芯片降低能耗
康奈尔 Tech 团队提出一种光接收器，用类似二维码的光矩阵产生的光电流直接翻转 SRAM 中的二进制值，省去把光信号转成电信号的高功耗模拟电路。该设计在上月于檀香山举行的 IEEE/JSAP VLSI 技术与电路研讨会上展示，实验室原型目前只能通过金属掩模发出静态 14×14 位矩阵，团队正与光学研究组合作开发每秒可切换数百万次、传输每秒吉比特级的光发射器。
ROS Discourse latestAI 评分2020 ROS 社区寻求将支持扩展至 AMD 边缘设备产品线
ROS 社区开发者 Panav 正为其维护的库添加 ROCm 支持，以便在 AMD 设备上运行，但缺少 AMD 硬件用于边缘端测试。Open Robotics 的 Kat 表示 AMD 有意支持此类开源开发，可帮忙对接相关团队；smac 则建议先购买 AMD Halo 或 GMKTec EVO-X2 进行移植和初步测试，两者与新款 AMD Kria AI Robotics 采用相同 SOC。
qbitaiAI 评分5050 北京市四部门联合印发《北京市关于加快智能体引领发展的若干措施》
北京市发展改革委会同市委网信办、市科委中关村管委会、市经济和信息化局联合印发《北京市关于加快智能体引领发展的若干措施》，提出九项具体举措。政策聚焦基础模型能力、智能体底层共性技术、原生应用与标杆场景、智能终端融合、OPC创新创业模式、Token经济、安全治理、要素保障和开源开放等关键领域，并探索智能体分级分类监管、Token券与智能体服务券等支持方式。
ROS Discourse latestAI 评分3838 Nvidia Jetson 涨价最高 100%，ROS 机器人还能用哪些板卡？
Nvidia Jetson 全系套件与模组涨价 50%-100%，有用户在 ROS Discourse 发帖征集替代方案并附投票。讨论中 RK3588 被多次提及，Orange Pi 5、NanoPC T6 均基于该芯片，8GB 内存板卡约 200 美元起，且带 h264 硬件编码便于远程监控与遥操作。
qbitaiAI 评分2222 Om AI联汇发起《端侧多模态基座与AI硬件协同发展倡议》，上线VLX开发者社区
Om AI联汇在WAIC分论坛发起《端侧多模态基座与AI硬件协同发展倡议》，并上线VLX开发者社区，开放VLX端侧流式多模态基座能力。倡议提出共建端侧原生技术标准、共研软硬一体联合方案、共拓物理AI产业场景三个方向。其自研VLX端侧流式多模态模型系列此前已开放线上体验，本届WAIC为首次线下公开亮相。
qbitaiAI 评分2828 中兴通讯 OEX 超节点联合国产算力厂拿下 WAIC SAIL 之星
中兴通讯在 WAIC 上发布 OEX 正交架构超节点，单柜支持 128 个 GPU、可扩展至 1.6 万卡规模，并联合曦智科技、壁仞科技、沐曦股份、燧原科技、天数智芯等厂商叠加 dOCS 架构推出 Matrix 超节点方案，连续第二年拿下 SAIL 奖。同期还首次公开亮相全球首款 AI 智能体手机努比亚 NaviX Ultra，并展出中兴星仔、中兴星擎、中兴星旺三款人形机器人。
qbitaiAI 评分3737 后摩智能携 M50 Inside 终端亮相 WAIC 2026，10W 功耗实现 160 TOPS 端侧算力
后摩智能在 WAIC 2026 展出多款 M50 Inside 终端，M50 芯片依托存算一体架构，在 10W 功耗下实现 160 TOPS 单芯片算力，可运行 30B 至 120B 参数大模型。
ROS Discourse latestAI 评分7171 Nav2 集成 SAM3 语义导航，在 AMD Strix Halo 上端侧运行
Nav2 集成 Meta 的 SAM3 基础模型实现通用语义导航，在 AMD Strix Halo（Ryzen AI Max+ 395）上端侧运行，以 5-10 Hz 输出逐像素掩码。
NVIDIA blog robotics精选AI 评分7878 NVIDIA 推出 Jetson T3000 与 T2000 模块，扩展边缘 AI 机器人平台
NVIDIA 推出基于 Thor 架构的 Jetson T3000 与 IGX T3000 模块，提供 865 FP4 teraflops 算力，体积和功耗约为 T5000 的一半，并推出 400 FP4 teraflops、16GB 内存的 Jetson T2000。
推荐理由：原文给出两款 Thor 模块的算力、内存与上市节奏，读者可据此判断边缘端机器人算力选型与迁移路径。
ROS Discourse latestAI 评分4747 ros2_info：面向 ROS 2 的终端工作台仪表盘（TUI + 可选本地 AI）
Gaurav-x111 发布 ros2_info，一个用 Rust 编写的 fastfetch 风格 ROS 2 终端仪表盘，单静态二进制、MIT 许可，支持 Humble/Jazzy/Iron/Rolling，可在 SSH 无头环境及 Pi/Jetson 类硬件上运行。
qbitaiAI 评分3838 清华现场演示一念Unisonmind：机器狗无脚本走迷宫、指挥人称重
搭载一念Unisonmind端侧大脑的机器狗“哮天”在清华大学现场演示中，无预设脚本完成看图走三维迷宫、指挥人类用天平称重、估算观众矿泉水瓶剩余水量等随机任务。该大脑以“统一世界Token空间”架构实现全模态输入输出、理解与生成统一，18毫秒对齐一次状态，并已跨本体运行于另一只机器狗、人形机器人和电动轮椅。
qbitaiAI 评分6666 魔芯科技联合浙大、华为发布实时交互世界模型 MoWorld，国产 NPU 上推理超 50FPS
魔芯科技联合浙江大学潘云鹤院士、华为等发布实时交互世界模型 MoWorld，全栈基于国产 NPU，14B 参数 MoE 模型实现最高 50FPS 推理，推理成本为同规模 GPU 方案的 30%。
IEEE Spectrum roboticsAI 评分4040 受大脑启发的图像传感器：可感光、可记忆、可渐忘
俄勒冈州立大学团队研发出一种受大脑启发的光电晶体管图像传感器，能同时感光并存储数据，还可通过电压调节记忆时长，实现从快速遗忘到保留数小时的渐变遗忘。该器件为4×4像素阵列，采用IGZO晶体管与有机光活性层，可在传感器上直接完成变化检测，有望大幅降低机器视觉的能耗。目前仅完成器件级验证，下一步将扩展像素阵列并开发集成成像原型。
Hackaday robotsAI 评分1212 CPSDrone 打造微型潜艇机器鱼，替代水族箱真鱼
CPSDrone 用树脂 3D 打印外壳、橡胶 O 型圈和 UV 固化树脂密封，造出由中央系统控制的微型机器鱼，用于替代水族箱中的真鱼。测试确认 433 MHz 收发器在水族箱尺度下可穿透水体通信，机器鱼可自行返回充电站充电。项目未采用 boids 算法，该算法通过凝聚、分离和对齐规则模拟鱼群运动。
qbitaiAI 评分6060 Om AI联汇发布VLX端侧流式多模态模型系列
Om AI联汇发布面向物理世界的端侧流式多模态模型系列VLX，提出流式多模态架构，以流式编码与缓存增量推理实现毫秒级实时感知。VLX由三款模型构成，VLX-Flow负责持续感知，VLX-Seek将坐标生成转化为区域检索实现定位，VLX-Go将视觉理解转化为机器人可执行的短时航点与运动轨迹。该系列覆盖0.6B至10B规格，单路延迟最低0.06秒，在端侧打通持续感知、精准定位到行动决策的闭环。
NVIDIA blog roboticsAI 评分2222 Firefly Aerospace 将在月球轨道首次运行 NVIDIA Jetson
Firefly Aerospace 的 Blue Ghost Mission 2 将搭载 Ocula 月球成像服务，首次在月球轨道运行 NVIDIA Jetson 边缘 AI 平台，直接在轨推理并近实时回传关键信息，而非下传全部原始数据。
NVIDIA blog roboticsAI 评分4242 NVIDIA 详解 robotaxi 安全体系：Halos OS 与 Hyperion 平台
NVIDIA 在 GTC Taipei 上披露多项 robotaxi 合作：Uber 与 Autobrains 在慕尼黑基于 NVIDIA Hyperion 平台启动 robotaxi 项目，Foxconn 扩大合作在台湾部署车队，VinFast 与 Autobrains 面向东南亚推 L4 车辆，HUMAIN 则将 Hyperion 方案引入沙特。
NVIDIA blog robotics精选AI 评分6262 NVIDIA 在 Jetson 上发布 JetPack 7.2 与 NemoClaw 智能体框架
NVIDIA 在 COMPUTEX 上宣布 NVIDIA JetPack 7.2 与 NVIDIA NemoClaw 支持 NVIDIA Jetson，将智能体 AI 框架落到生产级 Jetson 软件栈上。
推荐理由：JetPack 7.2 与 NemoClaw 在 Jetson 上的组合给出了边缘智能体的部署路径，读者可据此判断现有机器人栈的升级方向。
NVIDIA dev blog roboticsAI 评分3636 NVIDIA JetPack 7.2 发布：面向边缘智能体部署优化内存效率
NVIDIA JetPack 7.2 支持一条命令部署开源栈 NVIDIA NemoClaw，为 OpenClaw 增加隐私与安全控制。该版本还引入面向 Jetson 的 NVIDIA agent skills，通过优化内存与性能加速 AI 智能体在物理环境中的实际部署。
NVIDIA dev blog roboticsAI 评分4040 NVIDIA Alpamayo 如何闭环后训练自动驾驶车辆模型
NVIDIA 介绍用 Alpamayo 对自动驾驶车辆模型进行闭环后训练，以弥合训练与部署之间的差距。可推理复杂驾驶场景的 VLA 模型目前主要在开环下训练，模型输出直接与真值行为比较，不考虑其对环境的影响。
NVIDIA dev blog roboticsAI 评分3030 NVIDIA Jetson 如何用 Agent Skills 最大化内存效率以运行更大模型
NVIDIA 介绍如何通过 Agent Skills 在 Jetson 边缘设备上最大化内存效率，以运行数十亿参数模型。开源生成式 AI 模型正从数据中心走向物理世界，开发者希望在边缘部署物理 AI 智能体和自主机器人。核心挑战是在有限内存的边缘设备上高效运行大参数模型。
NVIDIA dev blog roboticsAI 评分3838 NVIDIA IGX Thor 为工业、医疗与机器人边缘 AI 应用提供算力
NVIDIA 推出 IGX Thor，面向工业、医疗与机器人边缘 AI 应用。工厂自动化单元、自主移动平台和手术室正部署更复杂的生成式 AI 模型、更多传感器与更高保真数据流，以提升工人生产力、人机交互并减少停机时间。
NVIDIA dev blog roboticsAI 评分3232 NVIDIA TensorRT Edge-LLM：面向自动驾驶与机器人的边缘优先 LLM 推理运行时
NVIDIA 推出 TensorRT Edge-LLM，一个高性能 C++ 推理运行时，面向自动驾驶汽车与人形机器人等物理 AI 场景。它针对严格功耗与时延约束，支持高保真推理、实时多模态交互和轨迹规划。
NVIDIA dev blog roboticsAI 评分5050 NVIDIA TensorRT Edge-LLM 加速汽车与机器人 LLM/VLM 推理
NVIDIA 推出 TensorRT Edge-LLM，用于在车端和机器人端本地加速 LLM 与 VLM 推理。该方案面向汽车与机器人开发者，支持在车辆或机器人上直接运行对话式 AI 智能体、多模态感知与高层规划，以应对延迟、可靠性和离线运行需求。
NVIDIA dev blog robotics精选AI 评分6060 NVIDIA 发布 Jetson T4000 与 JetPack 7.1，加速边缘与机器人 AI 推理
NVIDIA 推出 Jetson T4000，面向机器人与边缘 AI 应用，提供最高 1200 FP4 TFLOPs 的 AI 算力和 64 GB 内存，针对更紧的功耗与散热条件优化。同步发布的 JetPack 7.1 用于加速边缘与机器人 AI 推理。
推荐理由：原文给出 Jetson T4000 的算力、内存与功耗定位，读者可据此判断边缘机器人推理硬件的选型空间。
NVIDIA dev blog roboticsAI 评分4242 NVIDIA Alpamayo：用推理式 VLA 模型构建自动驾驶
NVIDIA 发布 Alpamayo，面向自动驾驶的推理式视觉语言动作（VLA）模型，可将决策过程展开为逐步推理轨迹。该模型被视为在语义空间中运行的隐式世界模型，用于处理复杂驾驶问题。
NVIDIA dev blog roboticsAI 评分2222 NVIDIA Jetson 边缘 AI 入门：面向机器人的 LLM、VLM 与基础模型
NVIDIA 发布 Jetson 边缘 AI 入门指南，介绍如何在紧凑、GPU 加速的模组和开发者套件上运行 LLM、VLM 与基础模型，让机器人、智能摄像头和自主机器无需依赖云端即可实时感知、理解并响应。Jetson 平台专为边缘 AI 与机器人打造。
NVIDIA dev blog roboticsAI 评分3636 NVIDIA Jetson AGX Thor 生成式 AI 性能提升至 7 倍
NVIDIA Jetson AGX Thor 通过软件更新将生成式 AI 吞吐量提升至 7 倍，此前发布时相对 Jetson AGX Orin 的生成式 AI 性能提升最高为 5 倍。该提升延续了 NVIDIA 软件生态持续优化的路线。
NVIDIA dev blog roboticsAI 评分5858 NVIDIA 发布面向 Jetson Thor 的 CUDA Toolkit 13.0，统一 Arm 工具链并引入 UVM
NVIDIA 发布面向 Jetson Thor 的 CUDA Toolkit 13.0，将服务器级与嵌入式 Arm 平台的 CUDA 工具链统一，开发者可一次构建并在 GB200、DGX Spark 与 Thor 上部署同一二进制，Orin（sm_87）暂不适用。
NVIDIA dev blog robotics精选AI 评分7676 NVIDIA 发布 Jetson Thor，面向物理 AI 的计算平台
NVIDIA 发布 Jetson Thor，将其定位为面向物理 AI 的平台。文章称机器人正从单一用途的专用机器转向可适应多种任务的通用机器人，这类机器人结合快速反应与高层推理和规划。原文未给出具体规格、算力或上市信息。
推荐理由：NVIDIA 官方介绍 Jetson Thor 面向物理 AI 的定位，读者可了解其针对通用机器人推理与规划的硬件方向。