高通汽车业务在2026财年第二季度营收达13亿美元，同比增长38%。预计年收入将突破60亿美元。高通与多家企业合作，推动智能体技术，提升汽车AI能力。其核心产品线包括骁龙8775、8397和8797芯片，针对不同市场需求。尽管高通市场占有率领先，但英伟达和联发科等竞争对手也在积极布局，汽车芯片市场竞争激烈。

SKAI Intelligence与首尔大学AI研究院签署合作备忘录，联合研究机器人感知与抓取技术，重点包括物理AI核心视觉、多物体识别与位姿估计，以提升机器人抓取的精度与稳定性。双方还将推进政府研发课题和人才交流。

韩国科学技术院等研究团队开发了PAVAS技术，该技术能够根据视频中的物理特性生成更真实的音效。它不仅能识别物体，还能推断物体的质量和速度，从而提升音效与视觉的匹配度。此技术有望在影视、AR/VR等领域应用，推动生成式AI的发展。

这篇文章探讨了意识的多种理论，强调意识是一个复杂的过程，而非单一功能。意识始于身体信号，通过注意、反思、记忆和预测形成闭环。大脑处理感知信息，产生自我意识，并利用记忆进行预测，影响注意力。最终，意识是身体、感知、注意、记忆和行动的实时整合。

本文讨论了为AI赋予时间感知能力的技术挑战，包括不同AI的时间精度差异和Claude时间查询工具开发中的缓存问题。尽管许多AI具备时间感知能力，但表现不一。作者为Claude开发工具，解决了其时间提示的不准确性，通过调整代码克服了缓存问题。

IBM与英伟达、三星联合展示了一种内容感知存储系统，支持千亿级别向量的存储与检索，查询延迟为694毫秒，召回精度达90%。该系统利用IBM Storage Scale System 6000、英伟达H200 GPU和三星固态硬盘，显著缩短索引构建时间，适用于PB级非结构化数据的企业级解决方案。

大华股份推出驰光相机系列，利用AI技术提升智能感知能力，具备全天候、高可靠性，能精准识别车辆信息，适用于交通管理。该产品结合视觉感知与AI算法，提高交通事件管理效率，解决车牌模糊问题。

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。