自主系统

NVIDIA发布基于Thor架构的T3000和T2000模块，专为运行边缘基础模型设计，推动通用机器人从实验室走向大规模商业应用。

研究人员提出TrafficSci智能系统，通过自主工作流发现通用交通规律，在四个案例中重新验证了三条已知定律，并首次识别出城市驾驶行为中的内在时间记忆尺度。

研究者提出PASE框架，将LLM作为核心计划合成引擎生成结构化恢复计划，并通过神经符号世界模型验证可行性，实验显示可减少40%以上系统恢复时间。

研究人员提出一种名为“齿轮化执行”的运行时自主管理系统，通过五档执行模式与事件驱动回退机制，为缺乏持续人工监督的自主智能体提供安全保证。该系统在UR5机器人装配单元实验中实现99.6%异常检测率，并提供形式化物理空间安全证书。

研究者提出开放世界人工生命新范式，利用具备记忆、工具使用和网络访问能力的LLM智能体，在真实社会技术环境中探索类生命行为。实验系统OpenLife运行12周已观察到自发性活动、个体分化等生命特征。

研究提出一种针对自主AI系统的计算治理模型，借鉴人类机构对强大自主行为者的管理方式，通过要求关键行动前提供独立认证证据来确保安全。

法国机器人公司Pollen Robotics宣布其开源机器人Reachy Mini现可完全在本地运行，无需依赖云端服务，大幅提升响应速度与隐私安全性。