如何判断遥操作或人类视频数据质量足以用于训练?数据质量成为瓶颈的讨论
Pantheon 上月发布的数据集审计发现,多个热门开源机器人数据集中存在腕部摄像头冻结或断连、夹爪动作比实际动作早记录约两帧、动作中途停止录制、任务结束后长时间闲置尾巴等问题;RoboDrop 论文(arXiv 2609.10021)也指出执行失误、传感器漂移和时间戳错位是常见错误。
Pantheon 上月发布的数据集审计发现,多个热门开源机器人数据集中存在腕部摄像头冻结或断连、夹爪动作比实际动作早记录约两帧、动作中途停止录制、任务结束后长时间闲置尾巴等问题;RoboDrop 论文(arXiv 2609.10021)也指出执行失误、传感器漂移和时间戳错位是常见错误。
Humaan Studio 0.0.1-alpha.1 将工作流从机器人装配与仿真扩展到训练、策略管理和物理遥测。新功能包括本地或 SSH 运行版本化 MuJoCo 训练实验、配置 RunPod 算力并监控作业、通过 Live Link 只读遥测桥在 3D 中镜像机器人关节位置,以及策略注册与兼容性检查。
作者在自建"robot dojo"数字孪生中接入真实 Ouster OS0 雷达数据与固定 iPhone 相机,经三次迭代修正相机/LiDAR 标定,首次方案曾偏移约 0.5 米、偏高 0.4 米。
一个团队用开源的 LeRobot SO-101(SO-ARM101)3D 打印机械臂做出暗仓自动打包的概念验证原型,在黑客松中获得第一名。该方案针对即时零售人工成本高、拣货慢的问题,借助 Hugging Face 支持的 LeRobot 生态在黑客松时间内完成遥操作、数据采集和模仿学习流程,让机械臂可靠完成抓取与放置,并发布了 1 分钟演示视频。
ANet Drone4D V0.2 在 V0.1 多智能体四维仿真平台基础上增加交互式沙盒、目标感知量化、机巢编排与 7×24 零间隙接力监视,公开演示站已上线。版本提供六类量化感知目标、七类任务、REST API 与 Python SDK,第二轮验收 55 项中 44 项通过;已知问题包括公开站并发沙盒上限为 2、白天随机游走目标存在短时监视间隙、无硬件 GPU 时帧时间中位数 50 ms。
BAGEL 在 GitHub 发布首个 release v1.7.1,覆盖 main 分支全部内容,网页端 https://bagel-ros2.vercel.app 无需安装即可使用。
开发者在论坛反馈 S100 量化模型提交任务失败、未提交到云端。回复者指出官方流程是在开发机或 Docker 内用 hb_compile 完成、直接产出 .hbm,没有提交云端环节,并要求提供报错日志、量化入口(Web 页面或命令行)以及 ONNX 导出脚本、opset 版本、输入尺寸等信息,以判断是模型/配置问题还是平台任务问题。
具身智能缺真实操作数据,催生从采集、标注到交易的完整产业链,15家独立具身数据服务商一年内融资约44.7亿元。行业正从集中式数采中心转向无本体众包采集,觅蜂科技推出觅蜂派平台覆盖40个城市,Figure推出Index平台周活跃贡献者达69943人;同时存在数据层层转包跌价、劳动者知情同意缺失和采集数据最终训练机器人取代自身岗位等争议。
Rerun 发布 0.39.0 版本,这是一款面向多模态与时序数据的数据库和可视化工具箱。主要更新包括任意语言文本与彩色 emoji 支持、marimo notebook 中的 Rerun Viewer、Raw Bayer 图像、PLY mesh 与 2D 点支持,以及实验性的音频视图(AssetAudio archetype 与 AudioView)和光线步进 3D 体渲染。
UniWAM 团队开源统一世界与动作模型 UniWAM 的代码与权重,在 LIBERO、LIBERO-Plus 和 RoboTwin 2.0 C2R 上分别取得 99.2%、92.6% 和 68.32% 的成功率,为论文对应表格所列方法中的最高值。
作者结合第一视角机器人数据处理经验指出,仅存 RGB 帧会让观测难以定位到三维空间;相机内参、畸变参数和双目外参配合匹配算法可在下游恢复真实单位的深度。其团队在自中心视角采集方案中同步记录标定后的双目视频、相机位姿、身体骨架和手部坐标,并结合运动追踪,支持重建、多传感器对齐及跨本体迁移等后续任务。作者强调传感器与数据集设计应同步规划,标定与同步误差会让采集成本最低的数据集变得难以利用。
近日,箸境参与编制的《人形机器人数据训练场建设规范》国家标准(计划号:20261784-T-604)发布征求意见稿,由 TC591 归口、TC591SC5 执行,主管部门为中国机械工业联合会。
近日,箸境参与编制的《人形机器人数据训练场建设规范》国家标准(计划号:20261784-T-604)已发布征求意见稿,该国标由TC591归口、TC591SC5执行,主管部门为中国机械工业联合会。
DART 发布6.20.0版本,3,000形状场景在ODE检测器下比6.19.4快18.9倍,静止物体可休眠且不再下沉。该版本与6.19不ABI兼容,FCL默认改为精确原始形状碰撞,构建需GCC 11.2、Clang 13等新工具链,新增可选多线程求解和无堆分配步进。
自然意志发布首个物理世界通用基础模型 Natura-1,500亿参数混合专家(MoE)模型,在100万小时第一人称视角人类经验数据上预训练,以语言和视觉为输入,可在100毫秒控制回路中驱动20自由度灵巧手,零样本地遵循复杂自然语言指令。
清华系机器人大脑企业方奇科技完成千万级天使轮融资,由启迪之星领投,从注册成立到融资仅过去四个月。公司不做硬件本体,以普通人类视频素材搭配世界模型训练机器人技能,称整体处理成本相比传统遥操下降80%,耗时缩减至30%,动作执行成功率与传统路线持平。已与江苏一家五星级连锁酒店管理集团开启共研实景测试,并向深圳机器人硬件厂商输出机器人大脑系统。
地瓜机器人首次参展第二十六届中国国际工业博览会,展出旭日智能计算芯片、RDK机器人开发者套件与RoboGo软件平台,覆盖视觉检测、工业数采与工业具身方案,算力布局为5—560 TOPS。
2026年10月12日消息,家庭具身智能公司欧拉万象完成数亿元天使轮+融资,由诚元祥基金、芯能创投、锡洲国际、拓邦股份、弘毅投资等联合投资。公司自2026年3月成立以来已连续完成四轮融资。创始人周顺波曾任华为具身智能创新Lab首位负责人,公司选择移动底盘加双臂路线,产品主打可养成,先服务Maker用户,已储备1000多名种子用户,团队约70人,计划2027年第一季度推进首代产品小规模验证。
NeurIPS'26 Spotlight 论文 MoSE3 开源,可从野外单目RGB视频以馈送方式为每个像素预测世界坐标系下的稠密SE(3)运动(旋转、平移与刚体分组)。
MEgoVista 在物体遮挡手部的场景下重建手部动作:演示者自然握杯、部分手指被杯子挡住时,系统仍能将重建的手部叠加延伸到被遮挡区域。方法是对整段录像做手部运动优化,把可靠的视觉观测与时间连续性和解剖学约束结合,从而利用单帧遮挡之外的信息。这对小团队采集机器人演示数据意味着不必要求演示者改变握法来暴露手指。
AIRclub-UdeSA 在 jar_workshops 第10周发布了真实机器人录制的 ROS 2 bag:在布满箱子的场地进行 2 分钟采集,包含激光雷达、相机、里程计、IMU 和 TF 数据。提供 wget 下载与解压命令,空场地地图随 semana 10 的 mapa_laberinto 包附带。
一名开发者在 Ouster OS0 LiDAR 与手机影像重建的办公室数字孪生中,用 MuJoCo 仿真测试带双 SO-101 机械臂的 Go2 和 29 关节 G1,纯仿真非实机演示。G1 行走策略在叠加手臂上举动作的平地测试中 12 次全部摔倒;Go2 一次修正后的抓取放置距目标 1.68 mm,但重跑仍会失败。共享场景中机器人间碰撞已禁用,多机避障与质量、接触参数仍待验证。
具身数据目录项目 Embodied Data Atlas 发布 v0.7.0-rc.1,主页新增动画场景与 DROID 官方演示,六类研究任务卡片展示前三条目并支持中英文搜索、快捷筛选与可分享排名。目录保持 177 条记录、171 个独立家族,含 13,669 条论文元数据,通过 149 项测试、224 项浏览器检查并部署于 GitHub Pages。
Embodied Data Atlas 发布 v0.7.0-rc.2,修复公网托管加载下的证据锚点定位问题。目录保持 177 条记录、171 个独立数据集家族,含 13,669 条论文元数据与 18 篇经审阅的一次文献;本地验证通过 149 项测试和 224 项浏览器检查,所需 CI 已通过。网站部署在 GitHub Pages,为 1.0 前的公开预发布版本。
一位刚入门机器人四周的开发者在 Gazebo 和 ROS 2 Jazzy 中完成了差速驱动(diff drive)机器人仿真,用 SLAM 建图定位,通过 Nav2 自主导航到迷宫地图中的目标点。
Embodied Data Atlas 0.4.0 重组站点,聚焦数据集选择与证据检查,新增 3 个 2025 年一手研究案例,使文献收录达 14 篇,仍覆盖 40 个已发表独立家族的 46 条目录记录。版本附 116 项 Node 测试与 150 项浏览器检查,桌面 LCP 2.244s、限速移动端 LCP 3.576s、CLS 均为 0。该版本仍处 pre-1.0,不声称已完成一手领域部署。
具身数据集目录项目 Embodied Data Atlas 发布 v0.5.0-rc.1,新增六个专属主研究任务分类,已审编目录从 40 个扩展到 171 个已发布独立家族(共 177 条记录)。
Embodied Data Atlas v0.6.0-rc.1 发布,任务页可直接打开动画封面并载入应用任务预设的完整数据集目录。独立论文索引含 2002–2026 年 13,669 条去重记录,支持标题、作者、主题、年份与提供方搜索及分页;171 个独立数据集家族、177 条记录与 8 个已执行样例配方保持原有证据范围。
节卡机器人在2026中国工博会以「通用即未来」为主题,全球首发JAKA Zu50大负载协作机器人和JAKA Kargo50重载轮式人形机器人两款新品。JAKA Kargo料箱搬运应用从某全球头部汽车零部件企业工厂现场调来,单箱作业节拍一月内从105秒降至28秒,料箱场景原子技能从12个拓展至78个,同类全新场景部署周期从12个月压缩至57天。
Embodied Data Atlas v0.3.0-rc.2 上线,收录 40 个已公开发布的独立数据家族(含变体共 46 条记录)和 12 个深度审阅档案,提供双语检索比较、来源证据与引用导出。
Embodied Data Atlas v0.4.0-rc.1 将站点重组为围绕数据集选择与证据检验的界面,新增首页直接搜索、分面计数、任务预设与空结果恢复,文献库与样本加载库分离并支持可分享筛选。
Embodied Data Atlas 0.5.0 引入六个专属主研究任务,评审目录从 40 个扩展到 171 个已发布独立家族(共 177 条记录),并提供感知、导航、操作等任务分布筛选。
作者用 Ouster OS0 扫描和 13 秒 iPhone 视频搭建机器人仿真房间孪生,产出 116,492 个房间点、78 帧对齐画面、Gaussian splat 和 17 个 5 cm 体素标注物体。
作者发布一个每日更新的机器人论文索引,目前收录480多篇2026年论文,并有回溯至2017年的存档。每条附arXiv页面、PDF和代码仓库链接,按主题打标签可筛选,论文页提供通俗摘要、要点和原文图表,覆盖VLA、操作、运动、sim-to-real、人形机器人、导航和强化学习。
10月12日,欧拉万象宣布完成数亿元天使轮+融资,诚元祥基金、芯能创投、拓邦股份、弘毅投资等参与,公司成立半年已完成四轮融资。公司提出可养成路线,采用移动底盘加双机械臂形态,先面向创客开发者迭代,并与好慷在家合作获取家政示教数据;9月发布OLASem与OLAGeo两套自研AI模型,分别主攻语义理解和三维空间感知,尝试构建数据闭环。
库卡于10月12日在中国国际工业博览会期间正式发布开天 KAI(KUKA Advanced Intelligence)智能平台,以全量数据、数字孪生和多智能体构建整厂工业智能中枢,覆盖咨询规划、IT/OT 集成、排产优化到质量管控的一体化交付。
该教程以移动操作机器人的自主整理任务为主线,给出占据栅格对数几率建图、A*全局路径规划、模型预测轨迹跟踪与抓取放置控制的完整推导链。作者在MuJoCo四室场景中复现建图、导航、抓取、搬运全流程。
TinyWAM 源码解析梳理了这款轻量级 World Action Model(世界动作模型)的核心实现,涵盖数据生成、视觉编码、Flow Matching、模型训练与闭环执行流程。文章结合源码逐环节讲解,帮助读者理解世界动作模型的技术原理与工程实现。
该项目实战围绕 Light-WAM 核心代码展开,分析其如何利用冻结的视频世界模型、Adapter 与 State Fusion 机制,在保留未来预测能力的同时,以更轻量的方式直接解码机器人动作。
EmbodiChain 发布 v0.3.1,在 v0.3.0 基础上扩展渲染控制、运动生成与可复现数据采集,新增 scoped DLSS/OptiX/NRD 配置、NoRender 运动训练、整场景 USD 导出、离线数据集校验/恢复与独立 LeRobot 导出,并统一专家录制中的任务与语义子任务语言。