2025年10月9日，Figure AI发布新一代通用人形机器人Figure 03，身高1.68米，续航5小时，可完成洗碗、叠衣、整理房间等复杂家务。该机器人采用自研Helix神经网络系统，具备自主环境感知与决策能力，手掌嵌入摄像头提升操作精度。Figure AI获10亿美元融资，估值达390亿美元，投资方包括英伟达、OpenAI、微软等。公司CEO布雷特·阿德科克预测，未来十年内全球劳动力市场将被人形机器人颠覆，市场规模或达40万亿美元。Figure 03还入选《时代》杂志2025年最具发明机器人榜单，正与特斯拉Optimus等竞争通用机器人技术突破。

2025年9月，明星AI创企Thinking Machines发布第二篇研究论文《Modular Manifolds》，提出通过约束神经网络各层/模块在统一框架下优化以提升训练稳定性与效率。论文由Jeremy Bernstein独立撰写，核心概念是将权重参数约束在Stiefel流形上，避免数值不稳定问题，并设计了适用于多模块的‘模块化流形’方法。小规模实验显示，新算法在准确率和权重稳定性上优于AdamW，但运行时间稍长。公司首篇论文于9月10日发布，主题为克服大语言模型推理中的不确定性。Thinking Machines估值已达840亿人民币，清华姚班校友陈丹琦及其团队也参与相关研究，近期发布了关于可验证奖励强化学习的新作。公司研究成果加速涌现，其首个产品备受期待。

AlphaGo作者领衔，DeepMind新作登Science子刊 机械臂协作的科幻场景正成为现实。近日，DeepMind、Intrinsic AI和UCL等机构联合在《Science Robotics》上发表了一项新成果——RoboBallet（机器芭蕾）。这项技术将图神经网络（GNN）与强化学习结...

2025年8月，Figure人形机器人展示了其叠衣服的新技能。通过神经网络架构Helix，机器人在不改变模型的情况下，仅增加数据集便实现了这一复杂任务。该机器人不仅能灵巧地折叠毛巾，还表现出与人类的自然互动能力，如眼神交流和手势回应。此次成果是人形机器人首次完全自主完成多指手叠衣服的任务，展现了端到端控制的技术优势。此前，Figure机器人已在物流场景中展示包裹分拣能力。研发团队计划进一步提升机器人的灵活性和泛化能力，未来可能实现更多家务操作。

2025年7月2日，加州大学圣地亚哥分校神经科学博士生李济安在Nature发表研究，提出一种基于物理学动力系统的极简神经网络模型，用于解析生物体决策行为。该模型无需人为假设，通过1-4个神经元即可精准预测人类与动物的复杂非最优行为，在六类经典任务中表现优于传统模型。研究结合符号回归技术，揭示了行为生成机制，并用动力系统方法可视化决策过程。李济安的交叉学科背景（神经科学、统计学、计算机）启发其创新，认为AI不仅是‘黑箱’工具，还可作为‘认知显微镜’。研究推动NeuroAI领域发展，为理解大脑与AI提供新视角。

7月12日，Figure AI创始人布雷特・阿德科克在技术播客《Around the Prompt》中表示，人形机器人实现‘有用工作’的时代可能仅需几年。他强调硬件进步和神经网络进化是关键，并提到公司最新发布的Helix机器人已能完成一小时不间断物流工作，表现接近人类水平。Figure AI成立于2022年，目前已筹集23.4亿美元，估值达26亿美元。其机器人已在办公室与员工互动，执行简单任务。阿德科克预测，未来人形机器人数量将与人类相当，场景如同科幻电影。

智能之镜：NeuroAI 如何反映大脑与人工智能的未来 近年来，人工智能（AI），尤其是大语言模型（LLMs），在自然对话、编程、生物学等领域展现了接近甚至超越人类的能力。例如，AlphaFold因预测蛋白质结构获得了2024年诺贝尔化学奖。这些AI系统最初受心理学和神经科学启发，但随着技术发展，逐...

Figure自曝完整技术：60分钟不间断打工，机器人如何做到？ 好家伙，机器人进厂打工的完整视频流出，长达60分钟，完全未剪辑。几天前，Figure 02展示了1分钟物流分拣视频，引发网友热议。于是，Figure创始人迅速上传了一小时完整版“进厂打工”VLOG。 视频中，机器人展现了灵活处理多种包裹...

据财联社6月4日报道，俄罗斯国家航天集团公司总裁巴卡诺夫透露，计划于2025年秋季将俄储蓄银行研发的GigaChat神经网络助手引入国际空间站，以协助宇航员工作。该项目由俄国家航天集团与俄储蓄银行合作推进，旨在借助人工智能提升卫星图像分辨率。此举标志着AI技术在航天领域的应用迈入新阶段。

6月2日，Anthropic公司正式开源了新一代神经网络追踪工具，该工具能生成归因图直观展示AI模型处理提示词的具体过程，帮助研究人员解析大模型内部推理机制。此工具配合Neuronpedia前端平台，用户可通过网页互动并查看示例笔记本，了解Gemma-2-2b和Llama-3.2-1b等模型的工作原理。Anthropic CEO Dario Amodei强调，提升大模型的可解释性是行业关注重点，这一开源工具将推动社区参与，助力开发者理解模型行为逻辑。