Open-HumanScale 发布 5 万小时第一视角人类视频预训练开放配方
Open-HumanScale 提出首个完全开放的第一视角人类视频预训练配方,将预训练规模扩展到 5 万小时,并配套发布带手部运动与自然语言密集标注的 Open-HumanScale-50K 语料。
推荐理由:材料给出5万小时第一视角人类视频的开放数据与训练配方,并报告数据时长与下游成功率的对数线性关系,可供具身预训练的数据规模决策参考。
Open-HumanScale 提出首个完全开放的第一视角人类视频预训练配方,将预训练规模扩展到 5 万小时,并配套发布带手部运动与自然语言密集标注的 Open-HumanScale-50K 语料。
推荐理由:材料给出5万小时第一视角人类视频的开放数据与训练配方,并报告数据时长与下游成功率的对数线性关系,可供具身预训练的数据规模决策参考。
简智机器人(Genrobot.AI)正式发布 DAS Ego 2.0 和 DAS Dex 2.0 两款新一代产品,用于将人类技能转化为 Physical AI 训练数据。
小米人形机器人在汽车工厂中控台侧盖板排序工站首次挑战8小时稳定作业,满足工站全天生产需求,并实现作业过程异常自主纠偏与产线系统级协同。小米具身基座模型开始在小米青年公寓试运营,目前可完成连续超30分钟、覆盖3个房间、包含50+任务的长程任务链。
小米人形机器人在汽车工厂中控台侧盖板排序工站首次挑战8小时稳定作业,满足工站全天生产需求,并实现作业过程异常自主纠偏与产线系统级协同。小米具身基座模型开始在小米青年公寓试运营,可完成连续超30分钟、覆盖3个房间、包含50+任务的长程任务链。
作者开源了 claude-hardware-in-the-loop 方法与 Claude Code skill,让 Claude Code 完成电路板、固件、传感器与电机选型、CAD 设计,并在 Isaac Sim 或 Unreal 虚拟孪生中反复迭代验证。
2026年AMR已是搬运料箱、推车和库存的成熟方案,人形机器人则试图在为人设计的仓库中完成操作任务,无需改造场地。GXO与Agility Robotics在2024年6月宣布以机器人即服务(RaaS)方式部署Digit,在仓库中与AMR协同完成料箱转运等重复性物料搬运。文章给出按50,000美元年人力成本估算回收期的示例,并列出AMR与人形机器人各自适用的条件。
WiBotic CEO Ben Waters 在 The Robot Report 播客中表示,随着移动机器人车队规模扩大,机会充电(opportunity charging)正成为关键策略,可让机器人在任务间隙就近补电、避免因电量降至 20% 而长途返回充电站造成的停机。
讨论人类演示数据集时,采集时长最受关注,但更关键的是“可用序列”的判定标准。任务边界(抓取放置从伸手、首次接触还是物体离面算起、何时结束)、物体可见性(手或工具遮挡到何种程度仍可用于学习)、评审一致性(同一片段标注分歧如何处理)都容易定义漂移。发帖者询问采集与整理演示数据的人:这些标准是事先写定,还是从失败的训练中总结出来。
你要参加 #CORL2026 吗?#Apptronik 团队期待在 11 月 11 日(周三)于奥斯汀举办的“Fueling the Future: Apptronik CoRL Networking Lunch”上,与机器人和具身智能领域的顶尖人才交流! 无论你是想了解我们一直在构建的东西、对职业机会感兴趣,还是只想和其他研究者聊聊机器人,我们都乐意交流。 想参加的话,请通过下方链接提交 RSVP。名额有限! https://luma.com/97z1wrhu
A3 宣布发布 ISO 21423:2026,这是面向工业移动机器人(IMR)通信与互操作的国际标准,不区分厂商与型号。该标准由 ISO 第 299 技术委员会制定,规定 IMR、车队管理器及其他设备如何交换信息并请求动作,可共享位置、速度、方向、状态、任务和可用性。A3 表示,这有望减少机器人路径或路径规划相互干扰,并覆盖与机器人照看的设备、ERP 工具及电梯、自动门、报警等楼宇系统的通信。
加州大学伯克利分校与戴维斯分校的研究者用仿真训练 16 关节 LEAP 机械手完成手内物体姿态调整,并另训一个安全过滤模块减少掉落。在外部动捕相机引导的 1200 次动作序列测试中,该模块把掉落次数从 16 次降到 4 次,代价是目标达成率从 95.2% 降至 91.5%。研究还演示了机械手把灯泡拧入灯座直至点亮,但安全模块在这类小规模演示中未提升成功率。
一位从事水下目标检测、DINO/SAM 图像处理和扩散模型水下图像复原的计算机视觉从业者提问:多数工作跑在 PC 而非边缘设备上,是否缺少感知工程师的关键技能。其经验包括用迁移学习和 YOLO 做水下目标检测,并在 Orin nano 上运行 YOLO。帖子向机器人感知工程师征询日常实际需要的技能。
Ted 指出,即便 AGI 与通用机器人到来,物理世界的进展仍受验证速度限制:人形机器人在仿真中 15 分钟学会行走,而实机检查单条机器人策略可能需 100 多小时。他认为行业进展取决于验证而非智能本身。
🤯
一项发表于《International Journal of Automation and Control》的研究提出遗传算法优化的模糊控制器(GA-FLC),在三自由度机械臂仿真中相比传统反馈控制将平均均方根误差降低89%。
作者为 Feetech STS32XX 系列舵机编写开源固件,称在多数情况下几乎消除定位误差。SO-ARM101 的定位误差从 35 mm 降到 10 mm,SO-ARM102 从 25 mm 降到 0–2 mm,固件已在 GitHub 开源。
Tutor Intelligence 宣布完成由 Andreessen Horowitz 领投的 7500 万美元 B 轮融资,累计融资额达 1.17 亿美元。资金将用于前沿机器人基础模型训练,以及 Sonny 和 Cassie 两款机器人工作单元的生产与部署。公司称其机器人已在全美制造和物流场景中工作,部署站点数量接近一年前的四倍,并计划到 2027 年底拥有超过 1000 台签约机器人。
谷歌 DeepMind 发布新一代世界模型 Genie 4,支持用自然语言实时生成和修改可探索的虚拟场景,并模拟碰撞、重力等物理效果。Genie 4 是谷歌首个支持原生音频生成的实时世界模型,环境音效、音乐和虚拟人物对话可随场景同步生成。
贾跃亭称 FFR 机器人本体 10 月销售及出货量为 351 台,再创单月纪录,累计销售及出货量达 1168 台,首次破千并持续正毛利交付。他预计 11 月、12 月月均销售及出货量超过 400 台,向全年 2000 台目标冲刺。FFR 与 FFAI 已在纽约大区启动运作并开启招商,首期覆盖纽约、新泽西、马萨诸塞州、康涅狄格西南部及宾夕法尼亚东部。
轩明机器人总部及企业公共实训基地项目已完成土地摘牌,选址郑州航空港华夏大道与太湖路西南角,总用地约10亩、规划建筑面积1.9万平方米、总投资1.5亿元。项目围绕工业机器人高技能人才培养建设企业实训基地,配套实训场地与信息化管理设施,可开展职业技能等级认定,并为区内用工需求较大的企业开设“订单班”和定制化课程。
特斯拉计划用 Optimus 人形机器人为 Robotaxi 插拔充电枪,作为无线充电落地前的过渡方案。目前 Robotaxi 仍需工作人员在超级充电站手动充电,Cybercab 仅支持 NACS 接口充电。特斯拉已在奥斯汀规划配备 80 个无线充电装置的 Robotaxi 充电枢纽,Optimus 刚在弗里蒙特工厂启动早期生产,首批企业客户交付计划为 2027 年。
首届 CMG 世界机器人登泰山大赛在山东泰安开赛,近 90 支赛队参与红门至中天门 3100 级台阶、600 米高差的实景山地竞技。人形机器人竞速赛正赛段由智身凌岳队以 27 分 26 秒夺冠,挑战赛段同样由该队以 55 分 34 秒获“勇闯巅峰奖”。足式机器人竞速赛冠军为北京灵翌科技队(43 分 41 秒),灵锶智能灵狮队以 400 分、1 小时 51 分 29 秒夺得足式机器人负重赛冠军。
首届 CMG 世界机器人登泰山大赛在山东泰安红门至中天门赛道收官,宇树 A2 机器狗以 43 分 41 秒(实际 41 分 41 秒、罚时 2 分钟)夺得足式机器人竞速赛冠军,全程采用全自主模式在不规则石阶上实时感知与决策。
戴琼海院士提出从脑科学出发构建新一代人工智能,以认知计算为桥梁,支撑其的是多模态回路观测与多层次认知模型。他指出当前AI在鲁棒性、迁移性、能效比和自适应能力上存在局限,并以莫拉维克悖论说明机器人难以理解场景与对象关系。清华用RUSH-II全脑成像系统观测神经元连接,并构建10亿像素大场景多对象数据平台PANDA。
具身智能行业出现高薪抢人现象,有创业公司被曝给未毕业实习生开出月薪10万元,但报道指出这属于个别报价而非普遍行情。脉脉高聘数据显示2026年1至7月具身智能新发岗位量同比增长6至7倍,北京理工大学调研显示人才缺口达100万人,具身智能研发岗供需比达1:10。文章将抢人归因于2026年上半年该赛道融资超935亿元,同时提醒高薪招聘不等同于技术突破或订单落地,优必选、越疆上半年仍处亏损。
文章指出人形机器人正从演示走向量产,但仿真环境操控成功率89.4%到真实家庭场景骤降至12%,可靠性需靠测试体系补足。一体化关节模组占整机BOM成本约40%,GB/T 43200-2023已给出电机性能、控制性能、定位精度、机械性能四类测试框架。NI以cRIO关节台架和基于Isaac Sim、PXI与RDMA的半实物仿真方案,试图在纯仿真与真机之间插入HIL环节,缩短仿真到现实迁移鸿沟。
隼瞻科技10月20日在深圳发布全定制AI算力平台Axon Platform,以RISC-V加DSA为基座,硬件集成标量核、矢量单元、双源张量NPU阵列与NoC,算力覆盖0.1T至128T。
一位开发者为其8自由度双足机器人腿部关节寻找紧凑型伺服驱动器,希望把驱动器直接装在腿部并通过EtherCAT通信,以解决重型电机相线穿过髋部接到中央控制器造成的布线混乱问题。
一名美国电信 1099 分包工(线缆/网络安装与排障)持机电一体化与机器人学士学位但无行业经验,询问机器人或自动化领域是否存在 1099/合同制现场服务机会,还是以 W-2 雇佣为主。他还想了解适合其背景的岗位、企业是否愿培训无直接机器人经验者、差旅项目薪酬,以及从现场技术员转向工程或专业岗位的路径。
清华大学与加州大学伯克利分校联合提出并开源跨环境统一的具身智能体harness uni-robot-agent,用于打通不同机器人与仿真环境的工具接口。基于该框架,Qwen3.8-Flash-Next在RoboDojo基准上取得31.39分,超过GPT-6 Astra公开的28.97分,成本约为Astra的1/20。
部署、学习、改进、重复。 我们将这一理念应用于机器人领域,与@tutorintel合作,随后又应用于制造业,与@IsembardGroup合作。 我们邀请两位CEO分享了他们如何在物理世界中快速扩展智能的经验。
更多关于我们所关注方向的内容,来自 @rebeccakaden: https://x.com/rebeccakaden/status/2074862363874844903?a=EMD1PdVdLzE7evD-unA&s=20
普林斯顿博士后刘世隆(2027年秋入职哥伦比亚大学任终身轨助理教授)将研究核心转向自进化智能体,以机器人和科学发现为落地场景。他是开放世界检测模型Grounding DINO的核心作者,该模型在Hugging Face月下载量超200万次,其开源项目GitHub累计获超3万颗星。
首届 CMG 世界机器人登泰山大赛 11 月 2 日在山东泰安举行,北京灵翌队使用宇树 A2 机器狗以全程全自主模式完成约 3.9 公里、3100 余级台阶的赛道,实际用时 41 分 41 秒,计入 2 分钟罚时后以 43 分 41 秒夺得足式机器人竞速冠军。
因格智能在 CeMAT 2026 亚洲物流展展出 Messol 具身智能装卸机器人完整方案,现场搭建实景集装箱工位,演示货态感知、智能抓取到对接入库的卸车流程。其中 Messol-S 面向混箱场景,无需人员进车厢预整理货物,可自主识别目标货物并动态调整抓取姿态。方案搭载 OmniPredict2.0 垂类世界模型,在动作下达前推演抓取引发的货堆演化,并按每轮抓取刷新全局状态、迭代整车抓取策略。
史陶比尔在CeMAT ASIA 2026展出面向人形机器人及AGV、AMR的充电连接方案,并发布AGV-CC6-UR充电连接器新品,具备100A充电电流、10万次插拔寿命和防触摸保护设计,通过CE、UL、TÜV认证。其充换电连接方案支持30–720A高载流传输与低接触电阻、低发热,目标是缩短补能等待、减少停机,让机器人把更多时间用于作业。
库卡移动机器人在 CeMAT ASIA 2026 现场发布三大核心内容:KMP L 系列潜伏顶升式移动机器人、一站式托盘搬运解决方案和 KUKA.AMR 软件 3.0 平台,作为“开天 KAI”智能平台在仓储物流场景的落地。
《轮式人形机器人移动底盘技术规范》团体标准第二版草稿线下讨论会在上海召开,由移动机器人产业联盟和人形机器人场景应用联盟发起,新松点石科技与迦智科技联合牵头,20家行业企业参编。第二版将适用范围扩展至各类运行环境,基本参数由9项增至20余项,试验方法由11节扩至21节、检验项目由49项扩至70项,并引入制造商标称值声明机制。该标准拟于2026年12月在联盟年会上正式发布。
心言机器人于 2026 年 10 月 29 日发布家庭情感陪伴机器人巴布(Bubbo 1),身高 65 厘米,搭载 13 类共 26 个传感器,京东售价 9499 元,前 1000 名用户优惠价 7999 元。
智往未来在 11 月 3 日开幕的 CeMAT 亚洲物流展上展出两代仓储移动拣选机器人 Armstrong 与 Armstrong Pro,并在展台 1:1 还原真实仓库场景进行连续拣选作业。