9月29日至30日，DeepSeek、自变量机器人、英伟达与源升智能相继披露大模型训练基础设施、具身智能数据采集、视频世界模型和灵巧手领域的新进展。DeepSeek公开支撑V4全部训练、评测与数据预处理的DSec沙盒；自变量发布无本体数据系统TwinDEX；英伟达联合MIT、牛津推出Physis-Lang；源升智能披露Apex Hand灵巧手进展。
据量子位报道，DeepSeek在知乎独家发布技术长文，首次系统阐释DeepSeek弹性计算DSec。相关技术报告已公开至arXiv，由DeepSeek联合清华大学发布，作者超过130人，梁文锋位列其中。DSec支持FnCall、Container、MicroVM和Full VM四种执行后端，通过统一Python SDK接入；环境拆分为基础镜像、工作区和工具包，采用EROFS格式并按需组合。
生产数据中，容器后端一周使用11266个基础镜像、102171个工作区和数百个工具包，实际访问数据仅占镜像总大小的4.2%至13.3%。集中创建8192个容器时，按需加载把任务完成时间从60多分钟缩短至约35分钟，磁盘写入量减少约57%。生产环境超卖率超过50倍，约90%沙盒平均CPU用量不超过申请量5%；单个分片每天服务约300万沙盒，峰值并发超过38万。
据雷峰网报道，自变量机器人发布TwinDEX，由可穿戴无本体数据采集系统和匹配的机器人末端执行器组成。演示中，机器人完成开瓶取样、滴管操作、玻璃棒引流、混合摇匀等24个子动作，一镜到底完成化学实验；训练数据只有数百条，全部为无本体数据，没有一条来自真机。
自变量称，TwinDEX训练模型时无本体数据近乎可100%替代真机遥操作数据，数据采集效率达到真机遥操作的5.3倍。此前其数采方案中，无本体数据与真机数据按10比1混合即可媲美全真机训练。TwinDEX的三指灵巧手具备九自由度，其中七个为主动自由度。
据MarkTechPost报道，英伟达、麻省理工学院和牛津大学团队提出Physis-Lang，把物理语言作为可优化表示，同一文本驱动数据整理、模型训练和推理。它为视频描述增加physics_reasoning字段，并生成场景特定的physics_negative_prompt。系统用GPT-5.5生成描述，由Gemini-3.1-Pro担任评审，进化代理据评分重写提示，迭代后Caption F1从78.64升至87.82。
在2026年9月29日的Physics-IQ Verified榜单快照中，Cosmos3-Super上的Physis-Lang以48.2±1.4排名第一，Cosmos3-Nano版本以43.3±1.5排名第二。与Veo 3.1相比，Physis-Lang在Cosmos3-Nano上的PhyGenBench为71.04对65.63，Physics-IQ Verified为43.41对34.99，VideoPhy-2 Hard划分为62.36对58.43。
据雷峰网报道，源升智能创始人杨思成在采访中提出，灵巧手应成为“六边形战士”，可靠性、灵巧性、负载能力、动态响应、触觉感知、精度每个维度都要达到八九十分以上。其Apex Hand采用混合驱动，以绳驱为主，结合直驱和连杆，有21个自由度，满分通过Kapandji测试，最大单手主动负载30公斤，开合约0.2秒。
2026年8月第二届世界人形机器人运动会上，举重、拔河重量级组别金银铜牌队伍搭载了Apex Hand。杨思成说，模型能力不够强时，就会要求硬件能力很强；行业拉高灵巧手参数，是为了让模型更快跑通，等模型更强后可以做减法。源升智能今年6月才开始批量交付，7月接触赛队，8月参赛。