跳到正文

技术方向

具身智能 最新动态

AI 走进物理世界:人形机器人、具身基础模型与真实环境操作能力的进展追踪。

71 条精选近 30 天 43 条共收录 1,476 条

更新

精选归档 · 第 4 页

10月9日周五第 61–71 条
  1. 机器之心77

    西湖机器人发布WR1通用大脑,实现人形机器人灵巧手自主叠衣

    西湖机器人发布通用大脑WR1,全球首次实现人形机器人灵巧手自主折叠衣物,并跑通跨厨房、客厅、卧室的长程家务任务链。WR1采用通用大小脑双预训练架构,包含通用大脑与通用动作专家GAE两大模块,实现端到端认知决策与全身运动控制,解决了动作断裂与移动操作分离的痛点。在演示中,机器人完成丝滑U型转身、边移动边操作及多机器人协同叠衣,展示了高动态、拟人化的全身运动操作一体化能力。

    推荐理由:原文展示了通用大小脑双预训练架构在长链路任务中的落地效果,读者可借此了解人形机器人从单点演示向真实场景连续作业的技术路径。

  2. 量子位68

    Aether AI 发布因果智能机器人系统 CRIS-0

    Aether AI 发布因果智能机器人系统 CRIS-0,在平均 2 秒内识别因果变量改变并实时重规划,10 次随机扰动中实现 9 次有效恢复。系统通过因果原生的 Agent 架构,将任务拆解为可验证的因果阶段,结合因果世界模型推演物理后果,在 20 条模糊指令测试中取得 18 次精准抓取与放置,并在面临人手干扰时实现 0.2 秒急停。

    推荐理由:文章展示了Aether AI因果智能系统在真实物理环境下的抗干扰与重规划能力,为具身智能落地提供了新的技术路径参考。

  3. 量子位78

    星动纪元VPP2登顶RoboDojo榜单并开源

    星动纪元发布的世界动作模型VPP2在RoboDojo仿真榜单登顶,平均成功率32.26%领先GPT-6-Astra等模型。该模型采用视频预测与动作学习分阶段训练策略,在真实ALOHA机器人上实现零样本操作,LIBERO-Pro测试成功率达45.0%,现已开源代码与项目主页。

    推荐理由:VPP2登顶RoboDojo并实现真机零样本泛化,验证了视频预测与动作学习解耦训练范式在物理AI中的有效性。

10月8日周四
  1. 机器之心82

    李飞飞团队发布OpenWAM:统一世界动作模型框架,机器人成功率提升29.4%

    斯坦福李飞飞、吴佳俊等人发布论文OpenWAM,提出开放的世界动作建模框架,系统性回答视频底座与反事实数据对机器人动作模型的提升机制。框架基于阿里开源视频模型Wan2.2-5B,通过因果化改造和Mixture-of-Transformers架构支持四种可配置交互方式,配合LIBERO-Long-CF数据集生成29.7倍反事实数据。

    推荐理由:斯坦福李飞飞团队提出OpenWAM框架,通过控制变量法系统性验证视频底座与反事实数据对机器人动作模型的提升机制。

  2. IT之家77

    黄仁勋担忧 AI 需求降温,英伟达拟再投 10 亿美元加码 Figure

    据 The Information 报道,英伟达正在讨论向人形机器人公司 Figure 追加 10 亿美元投资,Figure 投前估值约为 380 亿美元。黄仁勋担忧 AI 需求降温或出现替代芯片,计划借助公司 990 亿美元现金储备投资开发 Nemotron 模型及 AI 应用的初创企业,以降低对 OpenAI 等头部大客户的依赖。

    推荐理由:英伟达拟通过加注 Figure 和投资初创企业来分散客户依赖,反映了黄仁勋试图巩固 AI 市场主导地位的避险策略。

10月4日周日
  1. 美团技术团队79

    美团 LongCat 发布 MineExplorer:揭示顶级多模态大模型被忽视的能力断层

    美团 LongCat 团队构建了 MineExplorer,一个在开放世界中做到分钟级长程任务的评测基准,并开源了相关数据和代码。基准包含 813 个人工验证的高质量任务实例,支持 1 到 4 级多跳推理任务。

    推荐理由:文章给出了18款多模态大模型在MineExplorer动态环境中的具体成绩,读者可以据此判断感知与长程规划之间的实际能力断层。

9月24日周四
9月7日周一
  1. HiDream智象元一67

    智象发布具身世界模型 HiDream-O1-Embodied 并登顶 RoboColiseum 扰动适应榜

    智象未来发布具身世界模型 HiDream-O1-Embodied,在 RoboColiseum 评测平台的扰动适应子榜以 0.692 分登顶。模型通过语言理解、多视角视觉感知和高容错机制提升非理想环境下的稳定性,结合真实数据与生成增强形成数据生产范式,补齐了图像、视频、3D 和动作的全模态矩阵。

    推荐理由:具身模型登顶扰动适应榜单,展示了从模拟走向真实物理交互的技术闭环。

3月18日周二