跳到正文
今天10月13日周二3 条
10月12日周一
  1. Robohub54

    人形机器人能奔跑拳击,叠衣服才是真正考验

    卡迪夫城市大学 Wai-keung Fung 撰文称,在世界人形机器人运动会2026上,Tiangong Ultra 以8.64秒完成100米,快于博尔特9.58秒的世界纪录,但叠衣、洗衣等柔性操作更能检验机器人智能。文章指出布料形状多变、技能难以在构型与传感器不同的机器人间直接迁移,Open X-Embodiment 正汇集22种机器人的超百万条真实轨迹探索这一问题。

10月10日周六
10月2日周五
  1. Robohub31

    Robot Talk 第 164 期:与 Michelle Lu 谈加速机器人学习

    Vsim Technology 联合创始人兼 CEO Michelle Lu 在播客中谈用仿真和人工智能教机器人学习新技能。她曾在 NVIDIA 任仿真技术总监,与联合创始人开发了首个端到端 GPU 加速强化学习框架 Isaac Gym;2022 年两人离开 NVIDIA 创立 Vsim,目标是解决基于仿真的机器人 AI 在效率、可扩展性和 sim-to-real 差距上的局限。

9月28日周一
  1. Tsinghua Embodied Intelligence and Robotics Institute28

    张涛教授人文清华讲坛演讲实录摘编:具身智能智赋万物

    清华大学具身智能与机器人研究院院长张涛教授在人文清华讲坛发表“具身智能智赋万物”演讲,阐述具身智能的通用性、交互性、自主性三大特征,指出需突破多模态具身大模型、环境感知、动态规划与控制及灵巧本体等关键技术。

9月15日周二
  1. Leiphone Robotics53

    Xspark AI 丁文伯谈触觉智能:机器人需要一套自己的“脊髓”

    Xspark AI(无界智航)联合创始人、首席科学家丁文伯在访谈中提出,视觉已解决机器人感知约99%的问题,触觉应形成低延迟、靠近身体的“脊髓”级模型而非直接融入视觉大模型。他提出“慢脑 VLM—快脑 VTLA+TWAM—脊髓 VTA”三层架构,认为触觉主要服务于防碰撞安全与灵巧操作后训练,并指出当前瓶颈在于传感器一致性、触觉数据表征与跨传感器、跨模态、跨本体的统一。

8月24日周一
  1. OFweek Robotics53

    瑞士初创Flexion演示人形机器人自主完成办公室取快递任务,评论称AI模型而非硬件才是竞争关键

    据Wired报道,瑞士初创Flexion Robotics用改装的宇树人形机器人在办公室自主完成开门、爬楼梯、乘电梯、取回并拆包快递。其方法是在仿真中训练单项技能,由主控AI模型通过看人类视频学习任务决策并编排技能组合,各层均采用强化学习训练。文章引述ABI Research分析师观点称人形硬件正在商品化,AI模型才是核心竞争力,并对比美国押注模型与中国的硬件量产优势。

1月12日周一
  1. Skild AI48

    Skild AI:让机器人通过观看人类视频学习新技能

    Skild AI 提出通过观看人类视频来突破机器人数据瓶颈,认为遥操作受限于环境多样性和实时采集规模,无法达到基础模型所需的数据量。其方案是跨本体学习,只需不到 1 小时机器人数据微调,即可让模型仅凭视频演示学会新技能,将人类的“抓取”映射到不同机器人本体的执行动作上。

11月13日周四
11月4日周二