MOSS-Audio是一个开源音频理解模型，集成了语音转录、情感分析和环境声音理解等功能。其模块化设计包括音频编码器和大型语言模型，采用DeepStack跨层特征注入和时间感知表示技术，显著提升了音频处理能力。MOSS-Audio-8B-Thinking在音频理解基准测试中表现优异，准确率达到71.08%。

本文介绍了StereoFoley框架，该框架能够从视频生成语义对齐、时间同步和空间准确的立体音频。该模型克服了现有数据集的限制，通过合成数据生成管道实现对象感知的立体声音。研究还引入了立体对象感知度量，并通过人类听觉研究验证了其有效性，建立了视频到音频生成的新基准。

图达通在2026北京国际汽车展上展示了全矩阵激光雷达及感知方案，涵盖猎鹰、灵雀、蜂鸟三大平台，支持L2至L4级自动驾驶。猎鹰K3激光雷达探测距离达900米，识别小型物体能力显著提升。灵雀系列提供多种激光雷达产品，蜂鸟平台具备超广视场和灵活调节优势。此外，图达通还展示了结合AI算法的智能交通管理平台。

本文探讨了人形机器人在“行走-操作”任务中的挑战，提出了一种集成式全身操控系统，结合强化学习、VR遥操作和触觉感知。研究者开发了具身触觉梦境的Transformer（HTD），通过多模态学习提升机器人对接触状态的理解和反应能力，简化了学习过程，旨在提高人形机器人的操作能力和灵活性。

瑞声科技在焉知机器人大会上展示了其人形机器人感知解决方案，强调机器人需具备“听得见、听得懂、能自然交互”的能力。随着行业向工程化发展，市场对供应链的要求提升，关注系统能力与稳定交付。瑞声科技将声学领域的经验应用于机器人，推动技术与业务的双重进展。

本文讨论了一种轻量级的在线强化学习方法，用于微调视觉-语言-动作模型。研究者通过引入“RL token”提高样本效率，使得模型能够快速适应真实世界任务。该方法结合冻结的VLA和小型actor-critic网络，优化关键任务阶段的表现，旨在实现高效的在线微调，同时保持泛化能力。

3D高斯点云（3DGS）方法常依赖于像素级损失，导致渲染模糊。研究发现，正则化的Wasserstein失真（WD-R）在恢复细节方面表现优异，超越传统3DGS损失和当前最佳方法。WD-R在多个数据集上实现了最先进的感知质量，并在3DGS场景压缩中节省了约50%的比特率。

科学家通过结合青蛙的皮肤细胞和神经细胞，创造了名为Xenobot的生物机器人。这些机器人能够自我组织、游泳、感知环境、做出决策并记忆，尽管没有大脑，仍能通过细胞间的化学信号展现复杂行为。这项研究为合成生物学和再生医学提供了新方向。

本文提出了一种动态状态空间模型Content-Aware Mamba（CAM），并基于此构建了图像压缩模型CMIC。CMIC通过内容自适应token重排和全局先验提示，增强了长距离冗余建模能力，在多个数据集上实现了SOTA性能。

德州仪器与英伟达合作，结合TI的电机控制和传感技术与英伟达的计算能力，提升人形机器人的感知与安全功能。通过NVIDIA Holoscan Sensor Bridge，TI整合毫米波雷达与Jetson Thor平台，实现低延迟3D感知，增强目标检测与跟踪能力。

一项研究显示，全球对人工智能的意识准备程度严重不足，31个国家中无一达到中等水平。英国得分49分最高，但仍属部分准备。研究指出，尽管对意识的科学理解丰富，实际准备却不足，亟需建立治理能力。

文章介绍了如何配置交换机和PVE以支持虚拟机的VLAN，包括设置多个VLAN接口、Trunk口和Access口，以及在PVE中创建Linux Bridge和Linux VLAN，确保虚拟机正确接入所需VLAN。

InterDigital与土耳其电信公司合作，成功部署全球首创的协作蜂窝与Wi-Fi感知技术，提升了感知精度和服务连续性。该技术将在2026年MWC26展示，标志着6G系统的重要进展。

InterDigital将在2026年MWC展示其在人工智能、无线通信和视频领域的创新，重点包括AI远程操控技术及与土耳其电信的6G合作。

本文介绍了一种新型机器人学习模型X-VLA，采用软提示技术以提升跨具身机器人学习的适应性和泛化能力。通过引入可学习的嵌入，X-VLA有效解决了不同硬件和任务环境下的异质性问题，增强了模型在多样化数据集上的表现。该模型在多个基准测试中表现优异，展现出在灵巧操作和适应新领域方面的强大能力。