hiw3c 日报精选

具身智能

AI 走进物理世界:人形机器人、具身基础模型与真实环境操作能力的进展追踪。

已收录 302 条 · 近 30 天 189 条 · 第 3 / 13 页

星期五 · 7 条
  1. BestBlogs·AI 高分精选BestBlogs 精选04:57中文快照

    利用前沿 AI 模型为机器人创建 SimReady 资产的 5 个步骤

    📌 One-Sentence Summary 本指南概述了准备机器人仿真资产的五步工作流程,以 ABB YuMi 机器人为例,利用前沿 AI 模型自动化转换和验证过程。 📝 Summary 文章详细介绍了将 CAD 资产转换为仿真就绪 OpenUSD 文件的系统方法。涵盖几何导入、视觉匹配、物理配置、SimReady 标准验证和最终机器人任务执行。该工作流程

  2. The Verge国际媒体04:06快照

    加州正试图关闭机器人与人类的笼子比赛

    据《纽约时报》报道,加州州体育委员会向一家上个月举办了一场人类与机器人比赛的初创公司发出了一封停止信。这场战斗发生在9月18日,人类弗兰基·拉佩纳(Frankie LaPenna)与科技初创公司Rek拥有的人形机器人发生冲突,该机器人[.]

  3. arXiv cs.AI/CL/LG信号源(脚本内置抓取)01:59快照

    平衡的数据饮食:解决机器人控制大规模RL中的探索瓶颈

    作者:Octi Zhang、Mateo Guaman Castro、Patrick Yin|通用机器人必须执行从敏捷移动到灵巧操纵的广泛任务。虽然简单到真实的强化学习(RL)已被证明是实现这一目标的有用工具,但当前的强化学习管道依赖于繁重的工程、每项任务的结构性先验,例如形状奖励和演示。最近的工作表明,多样化的模拟器重置,并结合大规模的参数

  4. arXiv cs.AI/CL/LG信号源(脚本内置抓取)01:59快照

    CSF:运动发生器的上下文安全过滤

    作者:杨立志、侯亦玲、唐瑶|文本条件运动生成器产生可跟踪的全身运动,但它们没有场景相关安全性的概念:相同的动作可能针对对象或人。现有的保障措施要么检查提示,要求标记的运动数据,要么强制执行几何约束;因此,它们不能直接考虑场景上下文如何改变运动的含义。我们引入上下文安全

星期四 · 17 条
  1. MIT Tech Review AI国际媒体17:00快照

    机器人领域的人工智能突破不会很快改变你的生活

    这个故事是麻省理工学院《技术评论》和Aventine之间的合作,Aventine是一家非营利性研究基金会,创建和支持有关技术和科学如何改变我们生活方式的内容。视频中出现了一个人形机器人--白人、黑色头和躯干--。也许你见过它跳舞或者.

  2. 雷峰网·AI 科技评论中文媒体15:16中文快照

    北醒李远:给机器造眼睛,与「自讨苦吃」的十一年|物理 AI 50人

    作为中国发光学奠基人徐叙瑢院士的学生,十一年里,李远一直在做一件事:给机器造一双“眼睛”。 这些“眼睛”上天、下水、上路,装进了无人机、列车、汽车和各类机器人。 今天,当所有人开始讨论物理 AI,他也在重新思考:这双眼睛除了帮助机器看见,还能不能帮助机器理解世界。 从本科一路读到博士后,李远本想成为一名学者。2015年,他选择回国创业,创办北醒(Benewa

  3. 雷峰网·AI 科技评论中文媒体14:39中文快照

    独家 | 清华 AIR 首届博士李健雄创立本溯智能:五源资本领投,押注动作原生具身模型

    常春藤、线性、华山资本跟投,AIR副教授詹仙园任首席科学家。 作者丨 邓哲敏 编辑丨 齐铖湧 雷峰网·鲸犀独家获悉,清华大学智能产业研究院(AIR)首届博士生李健雄已毕业,并创立具身智能公司 本溯智能 (BASAL Intelligence,简称 BASAL)。目前,本溯智能已获得五源资本领投,常春藤资本、线性资本、华山资本 WestSummit Capit

  4. 雷峰网·AI 科技评论中文媒体14:37中文快照

    至简动力冯宗宝:在间隙仅 0.5 毫米的真实场景下,实现机器人造机器人 | IROS 2026

    具身智能从实验室走向真实工厂、迈向精密制造。 作者丨 邓哲敏 编辑丨 齐铖湧 你有没有想过,机器人也可以走进车间,亲手造出组装一台机器人所需要的零件? 这听起来像个玩笑,实际却是具身智能最硬核的落地命题。机器人的关节、卡盘、精密结构件,无一不是靠 CNC(计算机数控)车床、铣床一道道加工出来的。如果机器人能自主照看这些机床,完成工件的抓取、上料、插入、取出与

  5. 雷峰网·AI 科技评论中文媒体10:57中文快照

    IROS 2026大奖揭晓:长期记忆拿下最佳论文,人形机器人打网球、端托盘双双获奖

    在机器人领域,一个更大的模型并不能自动解决所有问题。 作者丨马晓宁 编辑丨岑 峰 当地时间 9 月 30 日,IROS 2026 主会在美国匹兹堡落下帷幕,本届大会的主要奖项也在最后一天正式揭晓。 AI科技评论在现场获悉,今年的 Best Paper Award 最终颁给了一项关于机器人“长期记忆”的研究。Yumin Lee、Hyoseok Ju 和 Gis

  6. 雷峰网·AI 科技评论中文媒体10:46中文快照

    研究了1933篇 IROS 论文,我们看到了机器人学的六项新变化

    大模型并没有“吃掉”机器人学。 作者丨 马晓宁 编辑丨岑 峰 9月27日,IROS 2026 将在匹兹堡开幕。重隔31年后,IROS 重回这座钢铁之城。 作为全球规模最大的机器人学术会议之一,今年进入正式议程的论文达到 1933 篇。把这近两千篇论文铺开来看,它更像是一张 2026 年机器人研究的横截面:从强化学习、模仿学习,到路径规划、视觉感知、运动控制、

  7. 雷峰网·AI 科技评论中文媒体10:40中文快照

    银河通用&清华 LATENT:用「不完美人类数据」让机器人学会网球对打 | IROS 2026

    5小时动作碎片,最后变成了机器人的身体直觉。 作者丨 吴思梦 编辑丨 岑 峰 马晓宁 如果你玩过《Mario Tennis》或者《TopSpin》,大概不会觉得打网球是一件特别复杂的事。 球飞过来,移动人物,判断落点,在合适的时机按下击球键。 尤其在《Mario Tennis Aces》里,游戏甚至把网球进一步拆成了一套很直观的动作语言:正手、反手、上旋、切

  8. 雷峰网·AI 科技评论中文媒体10:29中文快照

    吴佳俊 IROS 2026 演讲:结构化表征不是答案, 是机器人学会推理的脚手架 | IROS 2026

    从结构化表征到无演示学习之路。 作者丨 吴思梦 编辑丨岑 峰 一个盘子,一只水龙头,一小团蓝色的洗洁精。 吴佳俊用这样一个几乎没有技术含量的厨房场景,开始了他在 IROS 2026 的演讲。 一个学生挤了洗洁精,打开水龙头,洗了一半,临时离开。现在,换成机器人接手。第一眼看过去,任务直接明确:把盘子洗干净,再放回去。但机器人真正需要处理的,并不是“洗盘子”这

  9. 雷峰网·AI 科技评论中文媒体10:27中文快照

    对话如祺出行COO韩锋:世界模型越强,真实数据才是真壁垒

    过去一年,“物理AI”几乎成了自动驾驶、车企共同争夺的下一张船票。 世界模型、具身大模型、机器人数据……众多公司从不同切入口布局物理AI,试图成为新风口之下的主角,相比之下,如祺出行选择了一条不那么显眼的路径,不自己训练大模型,而是尝试成为模型背后的数据基础设施。 实际上,如祺出行在2023年就开始思考,除了提供包括Robotaxi等出行服务,一家出行平台还

  10. 雷峰网·AI 科技评论中文媒体10:14中文快照

    「无驾驶舱」重卡上路,卡尔动力押注无人货运规模化

    从鄂尔多斯市区一路向西抵达边陲小镇棋盘井,车窗外,密集的商业住宅渐渐被平原和山体取代,路上的乘用车越来越少,拖着长车厢的重卡却越来越多。 煤矿、电厂、工业园区之间,重卡拖着大量货物沿着固定路线流动。这里,也是卡尔动力验证无人货运的主要场景之一。卡尔动力五年前来到内蒙古,尝试编队无人驾驶。如今,它已经拥有百台量级的无人运输车队,业务从内蒙古延伸至新疆、甘肃、陕

  11. arXiv cs.AI/CL/LG信号源(脚本内置抓取)01:59快照

    永不回头:从以自我为中心的视频中了解3D对象记忆的持久性

    作者:Shravan Chaudhari,William Paul,Suchi Saria|当我们在世界中行走并执行日常任务时,我们遇到的对象可能只有在以后才变得相关。我们能够回忆起我们把东西放在哪里或容器内的东西,即使不知道我们以后会需要它。在这里,我们研究了实体助理如何通过观察一个人的日常活动,从以自我为中心的视频中建立类似的记忆。我们介绍莱德

  12. arXiv cs.AI/CL/LG信号源(脚本内置抓取)01:58快照

    Long-WAM:扩展世界行动模型的背景

    作者:黄伟、张博汉、刘晨志|实时机器人控制需要足够的视觉历史来推断运动和任务进度,但处理该历史可能会延迟行动。我们提出了Long-WAM,这是一个模型系统框架,用于在实时控制约束下扩展因果世界行为模型的上下文。我们的中心发现是,获取历史与使用历史不同:当视频被发现时,更长的历史会带来更大的回报

  13. arXiv cs.AI/CL/LG信号源(脚本内置抓取)01:57快照

    行动前重述:视觉-语言-行动模型中的语言敏感性特征和缓解

    作者:Mikey Watts、Yenson Cui|视觉语言动作模型(VGA)对指令措辞极其敏感,并且不会继承其所基于的视觉语言模型的语言稳健性。一个词的编辑可以将成功提升数十个百分点:$pi_{0.5}$在“打开炉子”时100%的时间打开LIBERO炉子,在“打开热盘”时2%的时间打开,和一个经过重新短语修饰的$pi_0$检查点a

  14. arXiv cs.AI/CL/LG信号源(脚本内置抓取)01:54快照

    RoboJEPA:扩展机器人潜在世界模型

    作者:Artem Zolus、Nicolas Belran-Velez、袁建浩|潜在世界模型已经显示出预测未来状态和在现实世界中进行规划的非凡能力。然而,在实践中,我们缺乏一种原则性的方法来估计他们的能力如何随着模型大小、数据和计算而扩展,这是一个悬而未决的问题,会减缓该领域的进展。在这项工作中,我们介绍了RoboJEPA,这是一个基于联合嵌入预测架构(JE