3月24日,“2025世界机器人大赛—首届具身智能机器人运动会”新闻发布会在无锡召开,世界机器人大赛组委会秘书长李洋,无锡市惠山国有投资控股集团有限公司董事长刘峰出席发布会,介绍有关情况并答记者问。

“2025世界机器人大赛—首届具身智能机器人运动会”(以下简称“运动会”)由中国电子学会主办、无锡市惠山国有投资控股集团有限公司和中国人形机器人百人会共同承办,将于2025年4月24日至26日在无锡市惠山区举办。本次运动会是国内首次举办的具身智能与人形机器人综合性运动会,由竞赛展示、嘉年华活动、主题会议组成,以创新的形式、多元的内容,展示科技创新成果,点燃全民创新引擎。
李洋在发布会上对活动内容进行了详细介绍,竞赛展示将设置竞技展示类、应用场景类和人机互动类三部分展示内容,从多维度展现具身智能技术成果及综合能力。同时,将围绕技术创新和场景应用设置相关奖项和奖金。嘉年华活动将通过场景展示、游戏互动等多种方式,让大众近距离与机器人互动,感受科技创新的魅力,推动科技产品的普及和发展。同期举办 “人形机器人百人会论坛暨人工智能赋能新型工业化深度行(无锡站)活动”主题会议,多位具身智能领域院士专家和行业领袖齐聚一堂,围绕具身智能技术和产业发展的痛点、难点及未来发展趋势等话题展开深度对话。此外,计划发布无锡市关于人工智能、具身智能发展的若干政策文件、“具身智能+”典型场景案例、应用场景需求清单和采购意向订单等重磅内容。
世界机器人大赛已成功举办10届,共吸引了全球20余个国家50余万名选手参赛,促进了机器人技术的交流与融合,激发了无数青少年对科技创新的热爱与追求,被主流媒体广泛赞誉为机器人界的“奥林匹克”。2025世界机器人大赛将计划在全球举办200余场城市选拔赛、近100场省级选拔赛、30余场国际锦标赛、多场国内锦标赛和一场总决赛共300余场各级竞赛活动,参赛人群覆盖全年龄段,全年参赛人数预计突破25万余人次。
李洋表示,之所以选择无锡作为本次活动举办地,是因为无锡作为江苏省“努力在发展新质生产力上走在前、做示范”的重点城市,在人工智能、第三代半导体、低空经济、商业航天、人形机器人等新赛道已迅速形成行业集聚。在科技创新和产业发展方面取得了显著成就,特别是在机器人及智能制造领域,已经形成了一定的产业规模和集聚效应,为运动会的举办提供了坚实的产业基础和良好的发展环境。此外,无锡市积极协调各方资源,为筹备工作提供了大力支持和保障。
刘峰介绍,惠山区在机器人上下游领域拥有深厚的底蕴,已孵化出一批优质机器人企业,拥有一批为机器人产业配套的轴承、外壳、线束和加工机床头部企业,未来还将进一步打造产学研及成果转化高端平台。惠山国控集团紧扣惠山区“三新四强五未来”的产业规划,打造无锡(惠山)人形机器人产业园,推动各类机器人应用场景开放,打造未来产业“先行先试”范例。承办本次运动会,惠山国控将提供全方位保障与优质服务,确保活动圆满成功,共同推动机器人产业创新发展。
此次运动会旨在抢抓具身智能与人形机器人发展重大机遇,通过汇聚项目、人才、技术、资本,打造具有辨识度和引领性的产业高地,为科技创新注入更多源头活水,为区域经济高质量发展注入强劲动力,推动科技创新与产业创新深度融合,续写新时代高质量发展的新篇章。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。