vrtuoluo

物理破坏沙盒游戏《Voxel Playground》正式在Steam平台上线，支持PC VR游玩并同步更新了Quest版本的所有新内容。新增银行劫案主题地图，玩家可设计抢劫方案，游戏现有七张沙盒地图。更新还加入了社区模组支持、优化破坏特效与战斗表现，并新增生存模式。目前游戏处于抢先体验阶段，多人模式将在今年圣诞节更新推出。游戏自2025年底在Quest平台开启抢先体验以来，获得近5000条用户评价，综合评分4.8。

韩国科学技术院与Google DeepMind联合研发的4D新视角合成模型FL4N，能够基于单目视频重建动态场景，实现不同时间和视角的实时渲染。FL4N采用前馈式潜在空间建模，减少了对复杂三维标注的依赖，支持动态建模和视差区分。实验显示，该模型在图像质量上优于传统4D Gaussian方法，并具备实时渲染能力，潜在应用于XR内容制作、沉浸式视频和动态数字孪生等领域。相关论文已发布，项目代码及模型权重同步开源。

雷鸟创新于10月27日正式宣布即将发布第四代双目全彩AI眼镜雷鸟iO+。该产品延续了雷鸟iO的轻量设计，具有复古与时尚兼备的外观。iO+采用全新的双目全彩MicroLED光波导技术，提升了光引擎的集成度，满足了全彩显示的需求，同时克服了传统技术的缺陷，实现更轻薄的体积。雷鸟创新在光学系统的研发和量产中处于行业领先地位，为全彩AI眼镜的日常佩戴奠定基础。该产品将为用户提供更高阶的使用体验与时尚选择。

智元机器人于10月26日发布了安规级重载具身机器人G2 Max，主要应用于工业拆码垛、物料转运及产线供料。该机器人单臂负载20公斤，双臂负载40公斤，峰值负载达50公斤，定位精度±0.5毫米。G2 Max搭载7自由度力控双臂与视觉引导，可高效处理纸箱及异形零部件，减少对作业空间的需求。其在电商仓储场景中，作业成功率超过99%，每小时可完成80箱拆垛和75箱码垛，匹配高效的生产节拍。

Meta宣布了一项规模约为350亿美元的股票发行计划，预计在2027年第一季度还将进行最高600亿美元的股票发售，合计可募资950亿美元，全部用于AI业务扩张。该计划的推出是为了增强数据中心、算力基础设施及AI产品研发，以便与OpenAI和Anthropic等公司竞争。目前，英伟达、AMD和博通三家芯片厂商有意认购最多50亿美元的Meta股票，但尚未作出正式承诺。

10月23日，中科创达在ThunderWorld 2026技术大会上发布了AquaDrive AIOS 3.0车载系统和工业级具身AI解决方案，同时展示了基于TurboX物联平台的AI眼镜。AquaDrive AIOS 3.0通过自主生成、融合与控制，提升了智能座舱AI的功能，目标是将AI变为整车服务的核心。具身智能方面，公司推出了多款机器人，并构建统一的AIOS平台，实现云边端一体化。消费终端推出的AI眼镜采用了高通骁龙AR1芯片，具备低功耗常感知能力，满足多场景需求。整体发布遵循统一底层逻辑，响应行业发展趋势。

AI编程工具的进步使得普通人能够轻松开发硬件产品，无需专业编程基础。借助Codex等工具，用户可以获得从方案设计到零件采购的详细指导，降低了开发门槛。开源项目如OpenGlass和MentraOS为开发者提供了可复用的基础和系统支持，促进了智能硬件的多样化应用。个人开发者得以参与智能硬件的创新，形成新产业机会，推动设备互联和个性化应用的落地。

蓝思科技近日披露2026年第三季度业绩，前三季度营业收入479.02亿元，同比下降10.74%；归母净利润14.20亿元，同比下降50.06%。第三季度单季营收为190.35亿元，同比下降8.05%；归母净利润8.43亿元，同比下降50.42%。业绩下滑主要受终端市场需求、客户新品发布节奏及汇率波动影响。然而，公司在智能头显、智能穿戴、新能源汽车和智能座舱等新业务上依然实现了收入增长。研发投入达到9.45亿元，聚焦AI眼镜、具身智能机器人等领域，部分新业务有望进入规模化交付阶段。

重庆物奇微电子于10月27日发布了超低功耗双频Wi-Fi 6芯片WQ9002，针对AI眼镜、智能穿戴设备等电池供电终端。该芯片在低功耗条件下可实现Wi-Fi保活电流最低30μA，优化了无线连接效率与设备续航。WQ9002支持双频段和多种无线通信技术，最高通信速率超过200Mbps，并具备安全启动及多种硬件加密功能。此芯片填补了物奇微低功耗无线连接产品线的空白，未来将广泛应用于智能终端。

纽约市警察局推出了新的虚拟现实（VR）训练计划，以帮助警员应对复杂的执法场景，如枪击事件和心理健康危机。该计划利用VR头显构建接近真实的模拟环境，警员可在其中进行应急处置演练，训练结束后与教官复盘分析决策过程。此次培训是整体在职培训改革的一部分，首批约2.6万名警员将于本周开始为期一周的培训，内容包括VR模拟、心肺复苏及急救训练。该计划旨在提高警员的决策能力应对不断变化的执法环境。