灵初智能发布Psi-R2与Psi-W0双模型,基于10万小时人类数据预训练
灵初智能发布Psi-R2与Psi-W0两个模型,称其为业内首个基于10万小时量级人类数据完成预训练的具身智能模型。
推荐理由:原文由团队亲自拆解双模型架构与数据治理结论,给出了可借鉴的人类数据利用路径与实验依据。
技术方向
机器人 VLA、通用动作模型、世界模型、模仿学习、强化学习、技能与运动策略学习、在线适应、跨任务和跨本体迁移。重点是模型、策略或学习方法;发布数据集归数据与仿真,优化推理部署归软件与计算系统。
54 条精选近 30 天 7 条共收录 132 条
灵初智能发布Psi-R2与Psi-W0两个模型,称其为业内首个基于10万小时量级人类数据完成预训练的具身智能模型。
推荐理由:原文由团队亲自拆解双模型架构与数据治理结论,给出了可借鉴的人类数据利用路径与实验依据。
零次方机器人宣布完成超亿元新一轮融资,由润泽集团领投,宁波东力、接力天使、平湖泽新跟投。公司称订单数已突破亿元、营收数千万,单月稳定量产百台,并在全国20余个地标场景完成验证;文中还介绍了其4D增广模型ZERITH-SDA与类脑双流异步执行架构ZERITH-V2等技术进展。
推荐理由:公司自述融资详情与订单规模,并说明其场景落地路径和数据增广方法,可了解其商业与技术布局。
Agile Robots SE 与 Google DeepMind 宣布建立战略研究合作,将 Gemini Robotics 基础模型与 Agile Robots 的工业机器人平台结合,开发可适应、具备推理能力的机器人。合作首先聚焦可靠性和规模关键的工业制造场景,通过部署、数据采集、模型训练与迭代形成数据飞轮;Agile Robots 表示其全球已安装超过 20000 套机器人解决方案。
推荐理由:合作聚焦工业场景部署与数据回流训练,读者可以借此了解基础模型与整机厂商打通的落地路径。
Berkeley AUTOLAB等团队提出CaP-X开放框架,用于系统研究机器人操作中的Code-as-Policy智能体,核心包括交互环境CaP-Gym和评测12个前沿模型的CaP-Bench。
推荐理由:原文给出了Code-as-Policy智能体的系统评测框架和测试时扩展可缓解抽象依赖的发现,对研究编码智能体操作控制有参考价值。
越疆机器人正式启动第三批全尺寸工业人形机器人ATOM的量产交付,投入全球产业一线应用。ATOM搭载自研DOBOT-VLA模型,可融合视觉、语言与动作完成自主决策,关节模块经过近万次循环测试,并支持与轮式、多足机器人在统一平台下协同调度。
推荐理由:原文由当事方说明第三批量产交付进展和场景落地情况,读者可据此了解其产业化推进节奏。
Skild AI 宣布与 ABB Robotics、Teradyne 旗下 Universal Robots 和 MiR 合作,将通用模型 Skild Brain 集成到工业机器人中,无需逐任务编程,通过少量任务数据做 post-training 微调。
推荐理由:Skild AI 自述与 ABB、UR、NVIDIA 的合作部署方式与装配任务细节,读者可了解其通用模型如何进入产线。
RoboForce 宣布获得 5200 万美元超额认购融资,累计融资达 6700 万美元,本轮由 YZi Labs 领投,Jerry Yang 参投。新资金将用于加速下一代机器人基础模型、扩展通用 Physical AI 机器人,并推进面向商业部署的制造准备。
推荐理由:融资公告同时交代了资金用途和与NVIDIA的技术栈合作,读者可以据此了解这家公司下一阶段的落地路径。
Figure AI发布Helix 02,将控制从上半身扩展到整个人形机器人,实现连续的移动与操作一体化自主任务。新增System 0全身控制器,基于超过1000小时人体动作数据与仿真强化学习训练,以10M参数网络在1kHz输出关节指令,替换约109504行手写C++代码;System 1连接头部的视觉、掌部相机、指尖触觉与本体感知,以200Hz输出全身关节目标。
推荐理由:原文给出Helix 02的架构分层、训练数据与演示任务细节,读者可以据此了解全身自主控制的具体实现路线。
Skild AI 宣布完成 14 亿美元 C 轮融资,由 SoftBank 领投,NVentures(NVIDIA)、麦格理资本、Jeff Bezos 等参与,估值超 140 亿美元。
推荐理由:官方披露融资规模、估值和收入数据,读者可据此了解这家通用机器人模型公司的商业化进展。
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。
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。
Figure AI 的 VLA 模型 Helix 全自主完成叠毛巾,称是多指人形机器人用端到端神经网络完成该任务的首例。架构与训练超参数不变、仅新增数据集,可从混合毛巾堆取物、按初始形态调整折叠策略、纠正多抓错误,并用拇指描边、捏角等精细动作解开缠绕毛巾。
推荐理由:同一模型不加架构改动仅靠新增数据完成叠毛巾任务,展示了从物流到柔性物体操作的泛化路径。
Figure AI 发布 Helix 在物流环境部署三个月后的能力进展,单件处理时间从约 5.0 秒降至 4.05 秒,条码扫描成功率从约 70% 提升至约 95%,并新增处理 poly 袋、扁平信封等柔性包裹的能力。
推荐理由:原文给出数据规模与各架构模块的消融实验细节,读者可以据此理解物流性能提升的具体来源。
Figure AI 发布端到端强化学习步行控制器,让 Figure 02 人形机器人在仿真中通过奖励模仿人类参考轨迹学会带脚跟触地、脚尖蹬地和摆臂的类人步态。训练在 GPU 加速物理仿真中并行进行数千台机器人,数小时收集数年仿真数据,结合域随机化与 kHz 级扭矩反馈控制实现零样本迁移到实机,10 台 Figure 02 运行同一神经网络无需单独调整。
推荐理由:原文给出 Figure 02 用强化学习实现类人步行的训练方法和仿真到现实迁移细节,可了解其技术路线。