对话北大袁粒：Open-Sora Plan 与 AI 热潮下高校该做什么研究
北京大学助理教授袁粒在对话中介绍，其团队发起开源视频生成项目 Open-Sora Plan，目标不是追平 Sora 效果，而是先开放架构、代码与训练方法，供企业和学术界接着开发。他还谈到与字节跳动合作的 Helios 尝试流式视频生成，以及科研智能体 OpenAI4S 以代码为科学行动基本单位、在持续运行的 Python 或 R 环境中执行。
#世界模型
WeChatRSS：DeepTech深科技
WeChatRSS：机器之心 清华李一鸣团队发布PrismWAM与RoboDoctor，登顶RoboTwin 2.0
清华大学李一鸣教授团队发布两项 Physical AI 研究成果：世界动作模型 PrismWAM 与机器人执行诊断框架 RoboDoctor。PrismWAM 将语义上下文与物理状态解耦，在无额外动作数据预训练设定下于 RoboTwin 2.0 取得 83.67% 平均成功率、位列官方榜单第一，Clean-to-Random 评测成功率 75.5%。
WeChatRSS：机器人大讲堂 云深处发布五项具身大脑研究成果
云深处科技围绕自研具身大脑 DEEPRobotics-Brain 集中公布五项预印研究成果：世界模型 DR-WM-1.0、具身基础模型 DR-VLA-2.0、具身智能体 DR-Agent、策略优化框架 DR-APO 和数据闭环平台 DR-Benchmark。
量子位 谁在给OpenAI供应具身数据？Maxinsights浮出水面
量子位梳理公开报道与业内线索称，为 OpenAI 等提供第一人称视角（Egocentric）具身数据的供应商指向成立约两三年的 Maxinsights。
NVIDIA Blog精选 NVIDIA 扩展 Cosmos 平台，新增训练工具与数据工厂蓝图
NVIDIA 扩展 Cosmos 平台，新增训练工具、仿真 checkpoint 和 Cosmos Data Factory 蓝图，并发布 Cosmos 3。
研判 Cosmos 把数据生成、训练适配与部署串成模块化工具链，并开放给 GR00T、Alpamayo、Qwen、Pi0.5 等模型，可能降低世界模型开发的数据与工程门槛。
量子位 生数科技Motubrain团队直播Motubrain 2.0训练全流程，持续半个月
生数科技世界模型团队10月21日开启Motubrain 2.0训练全流程公开直播，计划持续半个月，展示这款即将开源的具身模型从训练、测试到能力迭代的过程。直播涵盖预训练、后训练、Agent任务执行和RSI（递归自我改进）探索四个环节，观察训练规模对性能及零样本泛化能力的影响。
WeChatRSS：高工机器人 极智嘉入股后，深诣机器人工博会首发SE-1及两款机器人
深诣机器人在2026工博会发布自研具身基础模型SE-1，以及重载物流机器人Sculptor和双臂机器人Edge。此前10月9日极智嘉公告以5000万元入股深诣、持股20%。深诣称Edge在混合线束精密插接任务上的统计成功率已超过96%，精细操作精度达0.1mm级。
量子位 千诀科技发布预测式世界模型 Polibrain
10月20日，清华系具身智能公司千诀科技在首届2026物理AI与世界模型大会上发布预测式世界模型 Polibrain。该模型不追求逐帧生成未来画面，而是在潜在表征空间预测影响任务的状态变化，目前已在四足、人形、轮式、双臂等机器人形态上开展适配。千诀称其联合清华团队2025年在ICML发表的隐变量可辨识性研究，比LeCun团队相近工作早约一年。
WeChatRSS：DeepTech深科技 Skyfall AI 发布工程世界模型 SKY-001，称 CAD 任务降本 150 倍
Skyfall AI 推出其称为首个“工程世界模型”的 SKY-001，面向 CAD 与 BIM 设计，架构分为层级化组件器和构建世界模型两阶段。公司自测称，对比 GPT-6 Astra，CAD 场景约 50 倍加速、单案例成本降低约 150 倍，IoU 为 79.7% 对 79.1%；BIM 场景单案例约一秒、成本不到一美分，IoU 为 43.6% 对 40.6%。
IEEE Spectrum · Robotics Video Friday：当两个机器人合二为一
IEEE Spectrum 本期 Video Friday 汇总多段机器人视频：JSK Lab 展示两个机器人通过线缆连接组合成新机器人，Pollen 的 Microduck 通过蓝牙同步即兴合唱。Google DeepMind 用 Gemini 4 Argon 观看人类投掷沙包视频，在 MuJoCo 中构建仿真并让 Apptronik Apollo 2 人形机器人连续命中七次。
Skild AI@SkildAI我们训练了一个机器人踢足球。 怎么做到的？在虚拟世界杯中通过自我对弈训练了 140 年。 来认识一下 #Messinator：
Physical Intelligence@physical_int与 @nvidia 的新工作：完全在世界模型内部评估机器人策略。策略执行动作，模型想象后果，而想象出的评估能预测真实世界的结果。🧵 真实 rollout 与世界模型 rollout 并排对比📷
