跳到正文

#具身智能

今日 25 条
今天9月30日周三
  1. AGI Hunt42

    浙大 PanoVLN:全景视觉语言导航成功率超 SOTA 11.9%,四足机器人实测

    浙江大学提出 PanoVLN,用全景观察替代透视图像做视觉语言导航(VLN)。4B 骨干、仅 RGB 输入下,在 R2R-CE 和 RxR-CE Val-Unseen 成功率分别超此前 SOTA 11.9% 和 8.7%。配套置信度引导执行(CGE)策略、多分支训练路线,并融合 RGB 全景的语义与几何特征而不增加视觉 token;四足机器人真实场景实验显示导航更快、停顿更少。

  2. AGI Hunt22

    物理 AI 创业者社群征集:从灵巧手到机器人基础模型

    michellelsun 发起面向物理 AI(physical AI)创业者的社群征集,Sethwinterroth 转发该帖,邀请从业者在帖下介绍自己的项目。征集覆盖执行器、灵巧手、具身智能训练数据、自动驾驶实验室、磁性材料、机器人部署层、太空制造、能源与电池、物理世界模型、机器人控制脑机接口与开源机器人基础模型等方向。

  3. arXiv cs.CV35

    DynamicHOI:面向物理感知 HOI 重建的耦合动力学

    DynamicHOI 提出一种物理感知的 HOI 重建框架,在三个 HOI 数据集上对手和物体重建均取得一致提升。该框架结合几何依据的扩散细化与耦合手-物动力学,通过接触力传递耦合手与物体动力学,并用主动手部驱动力的概率先验抑制机械上不合理的运动。重建轨迹还可用于手部世界模型生成和机器人操作学习。

  4. arXiv cs.AI37

    VLA 的层之谜:VLA 潜在接口的信息论分析

    VLA 策略的潜在接口应暴露哪些骨干层仍不清楚,研究在三个预训练模型、LIBERO 与 CALVIN 上比较单层选择与多层融合,54 组配置中 47 组不及最优单层策略。InfoNCE 在四个代理指标中与策略成功率正相关最一致,用它选层比穷举扫描省 9-33 倍 GPU 算力,平均选择遗憾从最深层的 17.89 个百分点降至 3.71 点。

  5. arXiv cs.CV37

    StructRL:面向长时程视觉-语言-动作任务的在线结构化强化学习

    StructRL 将长时程视觉-语言-动作(VLA)任务拆解为可验证子任务,仅在前提子任务完成后才给出中间奖励,并按完成速度缩放奖励,从而构建结构化中间监督。在 RoboCasa365 与 LIBERO-Long 上,结合 GR00T-N1.5 和 pi 0.5 的评测中,StructRL 一致优于所对比的在线 RL 基线,表明可验证的结构化中间奖励能改善长时程 VLA 后训练,代码已公开。

  6. arXiv cs.CL36

    成功记忆为何误导具身智能体:MATE 的任务条件化执行记忆适配

    MATE 是一种确定性的检索后处理流程,把具身智能体检索到的成功轨迹转换为面向执行的记忆,无需额外 LLM 推理。在 134 个 ALFWorld 任务上,MATE 配合 Qwen2.5-14B 与 72B 的任务成功率分别为 81.3% 和 93.3%,token 用量约为原始轨迹的十分之一,其中经核验的动作归一化是恢复检索经验效用的主要机制。

  7. arXiv cs.CV39

    CoDimRecon:智能体重建含可变形曲线、曲面与体的仿真就绪 3D 场景

    CoDimRecon 是一个智能体框架,能从多视角 RGB 观测重建含刚性、铰接与可变形对象的可编辑 3D 场景,并把曲线、曲面、体分别重建为带半径中心线、带厚度流形壳和水密实体。它用可复用仿真器技能初始化物理模型,以行为测试暴露偏差并触发定向修正;在 Replica 与 ScanNet++ 上重建精度有竞争力,并演示了 rod、shell、solid 三类表示下的机器人交互。

  8. arXiv cs.CV42

    系统性多智能体视觉语言导航:形式化、MAVLN 基准与 TRISS 方法

    作者称首次将多智能体 VLN 形式化为带依赖与资源约束的协同问题,并发布 MAVLN 基准与 TRISS 协作导航系统。MAVLN 含 11,724 条 episode、145 个场景,覆盖最多四个智能体与三种指令设定,配套约束感知指标。TRISS 由基于 LLM 的子任务调度器、共享拓扑记忆与冲突感知执行机制构成,实验显示其可作为综合基线,调度、规划与执行仍有较大提升空间。

  9. IT之家44

    哈萨克斯坦总统托卡耶夫:支持优必选在阿拉木图建设机器人设备制造工厂

    哈萨克斯坦总统托卡耶夫会见优必选副总裁钟永,支持优必选在阿拉木图建设面向教育和服务领域的机器人设备制造工厂,该厂将是优必选在中国境外的首个生产基地。优必选已与欧洲、日韩等主要市场客户签约,斩获超 5000 万元海外订单,产品包括商用服务人形机器人 Walker C1 和超仿真人形机器人优世界 U1。

  10. IT之家24

    法拉第未来:机器人工厂目标年底前投入运营

    法拉第未来公布“Built in USA”加速计划第二阶段方案,目标今年年底前将机器人工厂投入运营,2027 年第一季度实现首款新 EAI 本体产品下线。该方案还包括推进 Next Futurist、Next Aegis 系列产品下线,并启动向 FCC 申请机器人产品有条件批准。FFAI 已与将更名 FFR 的 AIxC 签署非约束性条款,拟以全股票方式出售机器人资产及业务,估值约 2 亿美元。

  11. AGI Hunt31

    Wayve 伦敦 Uber 试乘超预期,体验直逼 Waymo

    博主 @gbrulte 分享在伦敦通过 Uber 试乘 Wayve 监督模式自动驾驶,称驾驶平顺、能很好处理旧金山式车流并完成高速并线。他评价 Waymo 仍是当下明显领先者,但 Wayve 势头强劲,在旧金山和拉斯维加斯的乘坐体验好于 Zoox、无路口问题且更平顺,整体接近 Tesla Robotaxi,何时去掉监督是下一步关键。

  12. AGI Hunt38

    DexTaG:用人类触觉示教引导 RL,机器人学人类式用工具

    DexTaG 是 UMass Amherst 与 Genesis AI 发布的灵巧操作训练管线,用人类演示中的触觉读数作为 RL 奖励引导。动捕手套记录含全手触觉的演示,训练覆盖马克笔、锤子等掌内重定向任务,同一任务下单一 retargeting 策略可泛化到保留轨迹。策略蒸馏为无触觉传感器的学生控制器,可零样本部署到真实机器人。

  13. AGI Hunt26

    六旬农民作家抛出 AI 时代社会契约条款:AI 机器人不得造修 AI 机器人

    一位六十多岁的农民兼作家在 Reddit 提出思想实验:若 AI 与机器人包揽几乎所有工作、人类只需玩耍,人类将失去作为人性一部分的劳动。他为此起草一条社会契约条款草案——「AI 机器人不得建造或修理 AI 机器人」,为人类保留一块劳动领地。他明确这只是初稿,邀请读者讨论反驳并修改措辞。

9月29日周二
  1. AGI Hunt38

    Flourish 1 家用机器人发布:3555 美元,30 分钟教会新任务

    Flourish 1 家用机器人发布,定价 3555 美元,首批仅 50 台,计划 2026 年 12 月发货。该机器人主打可教学性:用手机 App 引导演示一遍,约 30 分钟、无需写代码即可教会新任务,别人教好的任务 5 秒即可安装复用,并支持语音交互与定时任务。硬件为高 3 英尺 7 英寸、重 44 磅、负载 3.3 磅、续航 12 小时,端侧运行,高级 AI 任务需额外算力。

  2. AGI Hunt44

    清华等推出 Uni-VLaT:触觉让机器人拍背即走,成功率从 0% 到 85%

    清华、北航、港大等机构合作的 Uni-VLaT 在预训练 VLA 策略中加入触觉,用于人形机器人移动操作。Back-Tap Walking 任务中拍机器人背部即走、停止拍即停,全程无视觉信号,无触觉时成功率 0%,加触觉后达 85%;在原始触觉输入上加预测目标后,五项任务平均成功率从 68% 提升到 75%,方法可跨 GR00T 和 π0.5 两个 backbone 泛化。

  3. Latent Space61

    AMD 以 82 亿美元收购 World Labs,Atlas 解决稀疏重建问题

    AMD 以 82 亿美元收购 World Labs,后者自 2024 年成立以来主攻空间智能,并在收购 SceniX 后向机器人仿真方向布局。World Labs 称其 Atlas 是首个 omni 模型架构,可从 2D 图像输入预测新的相机视角,用生成模型结合多视图几何解决计算机视觉中的稀疏重建难题,面向机器人、设计与工程等场景。

  4. arXiv cs.AI32

    SciHorizon-eLab:把科学实验协议编译为具身任务的智能体编译器

    SciHorizon-eLab 是一个智能体式协议到任务编译器,可将自然语言科学实验协议经语义落地、可执行任务合成与多阶段仿真认证编译成保义的具身任务。其构建的基准包含 300 个已认证任务,覆盖多种实验室操作,支持 HIL 任务执行、专家演示复现生成与有序步骤级评估。代表性任务上最强策略平均成功率仅 49.7%,暴露人机与具身智能体协同的明显短板,代码、基准数据与评测工具已公开。

  5. AGI Hunt35

    逼真蜘蛛机器人刷屏 韩国磁足焊接机器人 Diden Spider 进船厂

    韩国推出四足焊接机器人 Diden Spider,脚部带磁吸装置,可在钢制地面行走、攀爬垂直墙面并吸附天花板作业,负重 30 公斤,替代以往需搭梯子的危险船厂作业。同时,一段仿生蜘蛛机器人演示视频因姿态逼真、惊悚感十足刷屏,网友直呼「Nope」,再度掀起关于机器人恐怖谷的讨论。

  6. IT之家56

    苏黎世联邦理工学院研制出可凭指尖行走的机械手

    苏黎世联邦理工学院软体机器人实验室研制出一款能靠指尖自行行走的机械手,由市面常规仿人机械手改造而来,共五根手指、20 个驱动关节,整机重 818 克。该手在英伟达的艾萨克实验室(NVIDIA's Isaac Lab)仿真平台中用强化学习训练步态,手掌装有电池、基于树莓派(Raspberry Pi)的机载计算机和运动传感器,可完全独立运行。