1
填补国产空白：东南大学手术机器人具备接近人手的精细力觉感知能力，跨越 2400 公里成功完成 3 例手术
IT之家 8 月 24 日消息，东南大学 8 月 23 日宣布，由东南大学宋爱国教授牵头的国家重点研发计划项目取得重大临床突破。 学校联合企业共同研发的 力交互腔镜手术机器人 ，在郑州大学第一附属医院与新疆医科大学第一附属医院泌尿外科团队的密切协同下，成功完成两例肾部分切除术与 1 例前列腺癌根治术…
2
苹果带摄像头的 AirPods 实机演示曝光，可实现环境视觉感知
IT之家 8 月 18 日消息，根据 MacRumors 在 macOS Tahoe 26.7 RC 中发现的一段视频，证实苹果正在研发配备摄像头的 AirPods，而且这款产品似乎已经接近正式推出。 IT之家注意到，在这段简短的演示视频中，一名男子拿起一本书，让 AirPods 上的摄像头拍摄书名…
3
柔性触觉感知企业获新一轮融资，预计2026年公司营收翻10倍｜硬氪首发
柔性触觉感知企业尧乐科技完成Pre-A+轮融资，预计2026年营收翻10倍，具身智能触觉层迎来新变量。
作者｜黄楠 编辑｜袁斯来 硬氪获悉，柔性触觉感知企业「尧乐科技」近日完成Pre-A+新一轮融资，本轮融资由鼎和高达领投，上市公司常熟汽饰、祖龙娱乐跟投，云道资本担任长期独家财务顾问。资金将主要用于柔性织物传感技术研发、产品性能迭代升级，加快数据手套产能拓展和批量交付，并完善数据采集、标定与接口能力，…
4
A Graph Neural Network approach to zero-shot Digital Twins
零样本数字孪生新框架，用图神经网络突破传统几何刚性，实时视觉与几何无缝耦合
arXiv:2607.20535v1 Announce Type: cross Abstract: Traditional Predictive Digital Twins often remain geometrically rigid, requiring extensive retrainin…
5
光鉴科技发布具身智能视觉感知方案，为物理AI提供视觉感知基础
光鉴科技推出具身智能视觉感知方案，用统一硬件和高效计算助力机器人实现深度感知、SLAM等核心能力。
6
AI优化设计并结合人类视觉感知，“隐身于眼前”的无人机研制成功
AI融合视觉感知，让无人机实现“肉眼隐身”，黑科技颠覆未来侦查与安防。
美国西北大学工程师利用人工智能（AI）优化无人机结构设计，并结合人类视觉感知特点，打造出一种能“隐身于眼前”的低可见度无人机。该无人机通过高速旋转制造运动模糊效果，利用视觉错觉“欺骗”人眼，使自身轮廓在人眼中逐渐消失，融入周围环境。经过AI优化后的无人机，视觉可察觉程度约��低至传统四旋翼无人机的十…
7
EgoDyn-Bench: Evaluating Ego-Motion Understanding in Vision-Centric Foundation Models for Autonomous Driving
新基准EgoDyn-Bench专测自动驾驶视觉基础模型的自我运动理解能力，诊断漏洞提升安全性。
arXiv:2604.22851v2 Announce Type: replace-cross Abstract: While Vision-Language Models (VLMs) have advanced high-level reasoning in autonomous driving…
8
BEVLM: Distilling Semantic Knowledge from LLMs into Bird's-Eye View Representations
用大模型语义知识蒸馏到鸟瞰图表示，为自动驾驶感知开辟新路径
arXiv:2603.06576v2 Announce Type: replace-cross Abstract: The integration of Large Language Models (LLMs) into autonomous driving has attracted growin…
9
Towards High-Resolution Visual Perception via Hierarchical Entity Exploration
高分辨率视觉感知新思路，层级实体探索方法被ECCV 2026收录，值得关注。
arXiv:2607.00816v1 Announce Type: new Abstract: High-resolution (HR) image perception remains a key challenge in multimodal large language models (MLL…
10
RCT: A Robot-Collected Touch-Vision-Language Dataset for Tactile Generalization
机器人触觉与视觉语言结合的多模态数据集，为触觉泛化和具身智能模型训练提供新基准。
arXiv:2606.31694v1 Announce Type: cross Abstract: For robots manipulating open-world objects, tactile representations must generalize to unseen materi…
11
硬氪首发 | 北航机器人所团队创业，首创智能变刚度关节，完成近亿元天使轮融资
北航机器人所团队创业，首创智能变刚度关节，全球首款视觉感知全地形AI外骨骼IRMO M1完成近亿元天使轮融资，技术实力与商业化并进。
硬氪获悉，近期，航墨科技完成由中投万方、三贤科技、北航天汇、诚美资本、三合投资、常州金控的近亿元天使轮投资，德太资本担任长期战略融资顾问，此次融资主要用来产品研发和市场推广。 航墨科技成立于2022年，是一家专注于智能变刚度关节技术及消费级智能外骨骼的研发落地的高科技公司，核心技术来源于北京航空航天…
12
CodePercept: Code-Grounded Visual STEM Perception for MLLMs
针对MLLMs视觉STEM感知难题，CodePercept创新引入代码接地机制，为多模态理解开辟新路径，已被CVPR2026收录。
arXiv:2603.10757v2 Announce Type: replace Abstract: When MLLMs fail at Science, Technology, Engineering, and Mathematics (STEM) visual reasoning, a fu…
13
From Senses to Decisions: The Information Flow of Auditory and Visual Perception in Multimodal LLMs
多模态大模型能听会看，但音频和视觉信号如何内部流动最终影响回答？这篇论文深入追踪其信息路径。
arXiv:2606.10147v1 Announce Type: new Abstract: Multimodal Large Language Models (MLLMs) can listen and see, but how do audio and visual signals actua…
14
RGB-S: Image-Aligned Tactile Saliency for Robust Dexterous Manipulation
机器人灵巧手如何精准抓取？这篇论文提出了RGB-S方法，将触觉与视觉对齐提升操作鲁棒性。
arXiv:2606.08765v1 Announce Type: cross Abstract: Effective visuo-tactile integration is critical for robotic dexterous manipulation, especially when …
15
苹果专利构想 Vision Pro 配件：通过 Apple Pencil 触觉感知虚拟物体
IT之家 6 月 3 日消息，科技媒体 Appleinsider 昨日（6 月 2 日）发布博文，报道称苹果获批一项新专利，在配合 Vision Pro 头显使用时，Apple Pencil 通过触觉反馈传递虚拟物体的摩擦、纹理和粗糙感。 IT之家援引博文介绍，最新获批专利名称为《表面纹理检测与模拟…
16
KG-ViP: Bridging Knowledge Grounding and Visual Perception in Multi-modal LLMs for Visual Question Answering
融合外部知识与视觉感知的KG-ViP框架，让多模态大模型在视觉问答中更精准、更可解释。
arXiv:2601.11632v3 Announce Type: replace Abstract: Multi-modal Large Language Models (MLLMs) for Visual Question Answering (VQA) often suffer from du…
17
Scene Reconstruction as Mapping Priors for 3D Detection
用场景重建生成地图先验，大幅提升3D目标检测精度，CVPR 2026前沿论文。
arXiv:2605.22997v1 Announce Type: new Abstract: In autonomous driving, mapping is critical for motion planning but remains an under-utilized resource …
18
TouchMap-OR: Multi-View 3D Mapping of Hand-Surface Contacts
多视角3D映射手表面接触，为机器人操控和人机交互提供精细触觉建模。
arXiv:2605.17638v1 Announce Type: new Abstract: Hand-surface interactions between clinicians, patients, and medical equipment play a central role in p…