追覓旗下戶外庭院板塊將亮相IFA 2026，AI與機器人重構戶外多場景應用
全球消費電子產業的“風向標”——德國柏林國際消費電子展（IFA 2026）即將於9月4日啟幕。追覓旗下戶外庭院板塊將亮相IFA 2026，攜全新產品陣容與全球化戰略佈局登上國際舞臺，以AI與廣義機器人為核心驅動力，持續拓展機器人在複雜戶外場景中的應用邊界，為全球用戶帶來可感知、可理解、可執行的智能戶外解決方案，探索從庭院機器人到戶外智能的更大可能。IFA 2026期間，追覓旗下戶外庭院板塊將於柏林會展中心Hall 7.
1a-b及Hall 9-127雙展臺聯動亮相，攜DREAME、MOVA、NexLawn三大品牌登場，覆蓋多元戶外場景，全面展現追覓以AI與廣義機器人為核心驅動力，向更廣闊戶外庭院領域延伸的最新探索。毫無疑問，人工智能正在成為重塑硬件生態與機器人產業的重要變量。面對複雜、開放、非結構化的戶外環境，機器人要從“自動執行”走向真正的“自主作業”，核心不只是單一功能的提升，更需要構建覆蓋感知、決策與執行的系統級能力。自佈局戶外庭院以來，追覓始終堅持核心技術自研與底層能力持續積累，圍繞真實戶外環境中的感知、理解與作業難題展開長期攻堅。
從OmniSense超感系統、EdgeMaster沿邊切割系統，到UltraView™環境感知技術、UltraTrim™智能修邊系統等系列創新，依託多項自研技術，逐步構建覆蓋感知—決策—執行的全鏈路技術矩陣，為機器人在複雜戶外環境中實現穩定、自主作業築牢底層技術基礎。IFA展期，追覓旗下戶外庭院板塊將帶來家用智能割草機器人全品牌、全系列煥新，並推出首款商用專業割草機器人、自研96線激光雷達及首款EVOiX-X1四足具身機器人，同時展示泳池機器人的最新水下無線通信技術。從終端產品、核心技術到具身智能，從庭院到水下場景，集中呈現追覓物理AI與廣義機器人能力向戶外智能場景的延伸。
作為全球智能戶外庭院領域的領跑者，追覓旗下戶外庭院板塊割草機器人業務已實現技術領先與規模化增長。其激光雷達割草機器人銷售量與銷售額雙線位居全球第一，AI雙目視覺割草機器人銷量位居全球第一。截至2026年上半年，智能割草機器人累計出貨量突破50萬臺，預計2026年全年出貨量將突破100萬臺，持續強化全球市場的品類領導力與規模化競爭優勢。2026年，追覓旗下戶外庭院板塊作為追覓科技四大主營業務之一，即將站在IFA 2026 全球舞臺上，向真正的庭院機器人邁進，持續推動中國智造在戶外場景的規模化進階與產業價值深拓。
Related
相關文章
AI寫得太快，人類審不動了，OpenClaw斷更7周，一版吞下1.6萬個PR
OpenClaw 專案因 AI 輔助生成的程式碼過快，最新版本累積高達 1.6 萬個 Pull Request，人類審核跟不上而被迫停更七週。這起事件凸顯開源社群正面臨「AI 狂寫、人類狂審」的失衡挑戰，維護者需花更多時間辨識貢獻真偽。專家建議團隊應提高審查門檻、限制 AI 改動範圍，並正視人類審核能量的有限性。
1.5TB 壓到 214GB：騰訊混元 Hy4 preview 輕量版發佈開源，異構設備可聯合推理
騰訊混元 Hy4 preview 輕量版已開源，透過創新量化技術將 1.5TB 模型壓縮至 214GB，性能損失極小。此版本支援異構設備聯合推理，大幅提升運算速度。
GLM 5.3 更強卻更難用了？我們讓它和 5.2 做了同一個北京城市駕駛遊戲
官方強調 GLM 5.3 安全能力大幅提升，實測卻發現這套安全機制在自動化工具鏈中頻繁觸發拒絕，導致開發流程中斷。 作者丨吳海明 編輯丨李 娜 大家還記得《極限競速：地平線》裡那種在開放世界中自由駕駛、穿梭城市與道路的體驗嗎？地平線遊戲圖這次，我們用一個類似思路、但更貼近真實工程開發的題目來考一考 GLM 5.3：從零開發一款基於 OpenStreetMap 真實數據的「北京國貿 → 望京」區域 3D 開放世界駕駛遊戲，5.
MWA™霸榜全球第一後：無界動力用真實咖啡廳展現物理AI的落地之徑
從“出片”到“出海”，無界動力即將奔赴下一個考場。 作者丨郭 思 編輯丨董子博 沒有刻意的社交氛圍，一人靜坐或幾個好友相聚，手捧一杯咖啡，在音樂與咖啡的交匯中，暫時剝離工作與生活的瑣碎，獲得片刻放鬆與靈感迴響。這是平日裡我們對於休閒時刻美好畫面的印象，也是2026世界機器人大會現場最反差的一幕。
TimesFM-3發佈
TimesFM-3: A zero-shot foundation model for multivariate forecasting August 31, 2026Ayush Jain and Rajat Sen, Research Scientists, Google Research We introduce TimesFM-3, a state-of-the-art time series foundation model t。
J-Zero零數據共進化
近期一篇名為「J-Zero零數據共進化」的研究引起關注，核心概念是讓AI模型在不依賴外部標註資料的情況下，透過彼此對抗與合作持續進化。論文提出一套三方訓練框架，讓不同模型分別扮演挑戰者、求解器與評委，形成動態競爭與回饋機制，藉此突破傳統訓練資料的瓶頸。 具體運作流程中，挑戰者負責設計題目，求解器則嘗試作答，而評委會依據人類偏好對求解結果進行校準與評分。這樣的循環讓模型不是單向被動學習，而是在互相出題、解題與評判的過程中，逐步提升能力。