Sharpa 发布分层 VTLA 模型 CraftNet 用于精细操作
Sharpa 发布端到端分层 VTLA(视觉-触觉-语言-动作)模型 CraftNet,面向精细操作中的最后一毫米接触控制。模型由三部分组成:System 2(约 1 Hz,开源 VLM 负责推理与任务分解)、System 1(约 10 Hz 负责运动规划与粗动作)、System 0(约 100 Hz 基于触觉反馈实时微调手部动作),三者异步协同。
Sharpa 发布端到端分层 VTLA(视觉-触觉-语言-动作)模型 CraftNet,面向精细操作中的最后一毫米接触控制。模型由三部分组成:System 2(约 1 Hz,开源 VLM 负责推理与任务分解)、System 1(约 10 Hz 负责运动规划与粗动作)、System 0(约 100 Hz 基于触觉反馈实时微调手部动作),三者异步协同。
KEYi Tech 在 CES 2026 正式发布 LOONA DeskMate 桌面机器人,定位情感感知的具身 AI 桌面工作伙伴,1 月 6–9 日在威尼斯人会展中心 52355 展位可现场体验。
Sharpa 在 CES 2026 发布其首款全身自主机器人 North,并完成四项全自主实机演示。North 乒乓球对打反应时间 0.02 秒,以约 2 mm 精度拍照,通过多模态推理发牌,并完成 30+ 步的纸风车手工序列,官方称这是迄今公开演示中最长的连续自主操作之一。
KEYi Technology 在 CES 2026(1 月 6–9 日,拉斯维加斯)介绍 LOONA DeskMate,定位为桌面具身 AI 伴侣。它以 Intent、State、Emotion 三个信号实现无唤醒词的视听多模态感知,声称消除 300–500 ms 的静默延迟,并通过实时剪贴板与屏幕感知接入 Gmail、Slack、Calendly 等工作流。
Sharpa 宣布其旗舰灵巧手 SharpaWave 启动量产,早期客户包括全球科技公司和研究高校。
推荐理由:厂商宣布灵巧手进入量产,给出了自由度、触觉精度和仿真平台适配等技术细节,读者可据此评估其研究可用性。
刘宏教授团队研究成果《多元视觉特征交互学习机制》荣获2024年度广东省自然科学一等奖。该成果揭示先验知识对机器人多元视觉特征交互时机的引导机制,已应用于中兴集团、创维集团生产线的工业机器人视觉系统,六篇代表作被630余家科研机构引用超5000次。
越疆机器人近日参展吉利汽车研究院举办的前瞻精益制造技术展,现场演示六轴协作机器人(搭载自研视觉相机VX500)、ATOM人形机器人(全球首款“灵巧操作+直膝行走”全尺寸具身智能机器人)和Hexplorer六足机器狗在汽车制造中的应用。
Mentee Robotics 发布幕后视频,展示两台 MenteeBot 在拣放箱子的物流流程中如何实时把感知、规划与控制结合起来;画面左侧为头部摄像头视角,并同步呈现机器人的“思考”与决策输出。该片段出自同一套装置中两台 MenteeBot 完成的一段完整 18 分钟未经剪辑的自主运行。
擎朗智能在 ISSA 北美展会上发布中大场景扫洗一体机器人 C55,这是该产品在北美的线下首秀。C55 面向 3000㎡ 以上室内环境,清洁能力 2376㎡/小时,配备 110L 水箱、21,000Pa 吸力和 360° 激光雷达与双目视觉融合感知,支持自动回桩充电、排污与加水,双电池系统支持 24/7 连续作业。展会同期还展示了 C40、C30、W3、T10 和 S300 等产品。
Berkeley AUTOLAB 提出 STITCH 2.0 缝合机器人系统,改进 EKF 缝针位姿估计、新增线理解缠方法和自动 3D 缝合对齐算法等七项改进。
Figure AI 发布第三代人形机器人 Figure 03,为面向 Helix VLA 模型、家庭和大规模量产从零重新设计软硬件。
推荐理由:官方完整说明了新一代人形机器人的感知、触觉、家庭安全设计与量产规划,读者可以据此了解其硬件变化和产能目标。
擎朗智能正式发布 KOM 2.0(KEENON Operator Model 2.0),称其为全球首个面向服务行业的 VLA(视觉-语言-动作)模型。该模型采用 K-Mind 思考系统与 K-Act 动作系统的双系统架构,基于数亿次真实服务交互数据训练,支持毫秒级实时决策。
南方科技大学CLEAR Lab、逐际动力与香港大学合作的论文《Generative Visual Foresight Meets Task-Agnostic Pose Estimation in Robotic Table-top Manipulation》入选CoRL 2025。
推荐理由:这项研究给出了从人类视频学习操作的具体技术路线和实验数字,可帮助读者了解视频数据训练机器人操作的可行路径。
线性资本 portfolio 公司 Bot Auto 宣布完成首次真正由卡车自己完成全部运行的真实路测,驾驶座、后座和远程操控端均无人,也无护航车。测试中卡车在德州公路完成避让、绕行、并道及应对消防车出现等场景,全车配备15个摄像头、8个激光雷达和3个毫米波雷达,感知、计算、执行和供电均设有冗余,主服务器关闭后可切换备份服务器,备份再关闭则由车辆控制单元接管靠边停车。
推荐理由:文章梳理了Bot Auto真无人路测与此前带安全员、护航车、远程操控模式的差别,读者可据此理解其技术路线差异。
Figure 宣布 Project Go-Big 两项进展:与 Brookfield 合作构建大规模人形预训练数据集,后者拥有超 10 万套住宅、5 亿平方英尺商业办公和 1.6 亿平方英尺物流空间;Helix 在 100% 第一视角人类视频上训练后,无需任何机器人示教即可响应 go to the fridge 等自然语言指令,在杂乱真实家居环境中导航。
推荐理由:原文给出Helix仅用人类视频学会导航的训练方式与Brookfield数据合作的规模细节,可了解人形预训练数据路线的实际进展。
截至 2025 年 2 月,Livox 已向 Dreame 累计交付 10 万台 Mid-360 激光雷达,三年战略合作计划未来三年交付超 100 万台,传感器将装配到 Dreame 全系智能割草机器人,覆盖欧洲、北美高端市场在内 100 多个国家和地区。
Field AI 研究院(FAIRI)与 NVIDIA 合作,研究动态环境下的机器人具身问答(EQ&A)。团队借助 NVIDIA Omniverse 平台、Isaac Sim、Omniverse Replicator 和 USD Search API 构建物理精确的 3D 办公场景,模拟环境随时间的变化,并计划开源该长期具身问答数据集。
其域创新与云深处科技近日达成战略合作,将其域创新的高精度三维扫描建模设备与云深处智能机器狗的环境交互功能结合,打造智能化建模解决方案。系统面向隧道与地下空间勘探、应急救援、建筑及园区测绘等场景,支持4G、5G及自组网模式,可在无信号区域实时回传数据。