清华 Asking the World：让 AI 用物理规律回答问题
清华团队推出 Asking the World，思路是让 AI 通过对场景进行物理建模并做实验来回答问题，而不是仅依靠外观逼真的生成。文章指出，GPT-6 Astra 等模型的场景建模能力虽然 impressive，但几何与外观的逼真还原并不等于对物理规律的准确把握。要准确推演物体运动，还需进一步识别质量、摩擦系数、阻尼等难以直接观测的物理属性，而避免穿模、借助语义先验估计物理属性与真正的物理推演之间仍有距离。
#具身智能
按原文日期归档（北京时间）；可见内容最近更新：2026-11-10 15:43 北京时间。历史资料不会因新入库而成为今日新闻。
机器之心AI 评分3939
IEEE Spectrum · 机器人精选AI 评分6868 UC Berkeley 与 NVIDIA 在 CoRL 2026 提出 agentic robotics，用编码智能体替代数据规模路线
UC Berkeley 和 NVIDIA 在 2026 Conference on Robot Learning 上提出 agentic robotics 方法，用 LLM 驱动的编码智能体把复杂任务拆解为子任务、生成人类可读代码并在仿真中迭代，无需收集人类演示数据。
推荐理由：文章解释了 agentic robotics 如何把机器人编程从数据问题转为编码问题，并给出 99% 成功率、缩短换产时间等具体结果。