<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/">
  <channel>
    <title>无人机 on FunkyGod - 投资与AI实践笔记</title>
    <link>https://funkygod.vip/tags/%E6%97%A0%E4%BA%BA%E6%9C%BA/</link>
    <description>Recent content in 无人机 on FunkyGod - 投资与AI实践笔记</description>
    <image>
      <title>FunkyGod - 投资与AI实践笔记</title>
      <url>https://funkygod.vip/apple-touch-icon.png</url>
      <link>https://funkygod.vip/apple-touch-icon.png</link>
    </image>
    <generator>Hugo -- 0.147.7</generator>
    <language>zh-cn</language>
    <lastBuildDate>Sat, 11 Jul 2026 00:00:00 +0000</lastBuildDate>
    <atom:link href="https://funkygod.vip/tags/%E6%97%A0%E4%BA%BA%E6%9C%BA/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>具身智能日报｜2026年7月11日</title>
      <link>https://funkygod.vip/2026/07/2026-07-11-embodied-daily/</link>
      <pubDate>Sat, 11 Jul 2026 00:00:00 +0000</pubDate>
      <guid>https://funkygod.vip/2026/07/2026-07-11-embodied-daily/</guid>
      <description>&lt;p&gt;🤖 【具身智能日报】| 2026-07-11&lt;/p&gt;
&lt;hr&gt;
&lt;p&gt;📰 &lt;a href=&#34;https://techcrunch.com/2026/07/07/the-first-american-autonomous-ground-vehicles-are-fighting-in-ukraine/&#34;&gt;美国无人地面车辆首次参与乌克兰实战：Forterra 100+ Lancer ATV 部署9个月&lt;/a&gt;&lt;/p&gt;
&lt;p&gt;美国自动驾驶车辆公司 Forterra 披露，超过 100 辆 Lancer 自动驾驶 ATV 已在乌克兰战区部署 9 个月，执行物资运输和伤员撤离任务，累计行驶 2500+ 英里，完成 88 次伤员撤离。目前车辆仍以&lt;strong&gt;远程操控（teleoperation）为主&lt;/strong&gt;，完全自主能力尚未成熟。&lt;/p&gt;
&lt;p&gt;💡 &lt;strong&gt;影响：&lt;/strong&gt; 这是美国国防科技公司有记录以来规模最大的无人地面车辆（UGV）实战部署。俄乌战场形成了独特的&amp;quot;空中无人机+地面无人车&amp;quot;协同作战形态，验证了UGV的实战价值。但&amp;quot;自主决策&amp;quot;仍是短板——机器尚无法识别并反应敌方威胁，表明具身智能在真实对抗环境中的泛化能力仍有根本性差距。&lt;/p&gt;
&lt;hr&gt;
&lt;p&gt;📰 &lt;a href=&#34;https://techcrunch.com/2026/07/08/this-startup-thinks-robotics-is-about-to-have-its-chatgpt-moment/&#34;&gt;通用人工智能公司谈机器人&amp;quot;ChatGPT时刻&amp;quot;：视频游戏数据训练 foundation model&lt;/a&gt;&lt;/p&gt;
&lt;p&gt;General Intuition CEO Pim de Witte 认为，具身智能将遵循与 NLP 相似的发展路径：行业将从&amp;quot;收集大量专项数据训练专项模型&amp;quot;转向&amp;quot;用高质量、通用的数据训练 foundation model&amp;quot;。该公司用数百万小时视频游戏数据（包含人类按键时序信息）训练基础模型，在四足机器人上仅用 8 分钟真实数据微调即可 zero-shot 部署。&lt;/p&gt;
&lt;p&gt;💡 &lt;strong&gt;影响：&lt;/strong&gt; 这个论断指向一个核心问题——具身智能的数据策略。收集真实机器人数据成本极高，游戏模拟数据提供了一种可扩展的路径。投资方 Khosla 押注 3200 万美元支持此方向。如果&amp;quot;通用具身基础模型&amp;quot;路径成立，将大幅降低机器人应用开发门槛。&lt;/p&gt;
&lt;hr&gt;
&lt;p&gt;📰 &lt;a href=&#34;https://36kr.com/newsflashes/3889229963934217&#34;&gt;蚂蚁灵波发布 LingBot-VA 2.0：业界首个&amp;quot;具身原生&amp;quot;世界动作模型&lt;/a&gt;&lt;/p&gt;
&lt;p&gt;7月10日，蚂蚁灵波发布 LingBot-VA 2.0，这是业界首个明确提出&amp;quot;具身原生&amp;quot;（Embodied-Native）设计路线的产品。与传统做法（将数字世界的大模型能力&amp;quot;嫁接&amp;quot;到机器人）不同，LingBot-VA 2.0 从&lt;strong&gt;动态建模、因果预测、实时执行&lt;/strong&gt;等物理交互原始需求出发进行原生设计。&lt;/p&gt;
&lt;p&gt;💡 &lt;strong&gt;影响：&lt;/strong&gt; 这代表了具身智能两条主流路线之一的明确表态：不是将LLM作为&amp;quot;大脑&amp;quot;嫁接，而是从物理交互需求出发重新设计模型架构。两条路线之争将是2026年具身智能领域最核心的技术分歧。&lt;/p&gt;
&lt;hr&gt;
&lt;p&gt;📰 &lt;a href=&#34;https://36kr.com/p/3889516712065799&#34;&gt;上交大00后博士创立&amp;quot;鹰瞰智翼&amp;quot;：仿生扑翼机器人获数千万元A轮融资&lt;/a&gt;&lt;/p&gt;
&lt;p&gt;上海交通大学机械工程直博生陈昊创立「鹰瞰智翼」，研发具身智能仿生扑翼飞行机器人。核心产品 Eagle X 已完成 3000+ 小时飞行测试，采用自研流体仿真引擎 Vortrix，结合强化学习在仿真环境中完成数百万次迭代训练后零样本迁移至真实样机。第二款产业级产品具备约 15 个自由度，实现从&amp;quot;被动借力&amp;quot;到&amp;quot;主动驾驭&amp;quot;气流的升级。&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
