AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签：机器人×
5月30日
17:27
5月29日
23:50
16:37
11:06
11:06arXiv cs.AI@Chunru Lin, Hongxin Zhang, Fenghao Yu, Zhehuan Chen, Thomas L. Griffiths, Yejin Choi, David Held, Chuang Gan
RoboWits 是一个双手机器人基准测试，旨在系统评估机器人在意外条件下的认知推理、创造性工具使用和鲁棒性。研究团队提出了一个多智能体协作框架，自动生成包含几何、材料和装配推理的 30 个种子任务和 208 个变异任务。测试发现，预训练的视觉-语言-动作模型（VLA）在种子任务上表现尚可，但在变异任务上表现脆弱，无法应对需要推理和策略适应的操作场景。这表明当前机器人策略在创造性问题解决方面存在显著差距。
论文机器人基准测试认知推理视觉-语言-动作模型创造性问题解决
推荐理由：机器人研究者终于有了一个专门测试认知推理和意外应对的基准——RoboWits 揭示了 VLA 模型在变异任务上的脆弱性，做机器人操作和具身智能的团队值得关注这个评估框架。
原文
5月28日
15:38
12:02
12:02arXiv cs.LG@Krishnam Gupta
精选72°
研究发现视觉-语言-动作（VLA）模型在电机指令层面存在根本性、可预测的失败差异。通过对 VQ-BeT、Diffusion Policy 和 ACT 三种架构在 PushT 和 ALOHA 14-DOF 双臂操作任务上进行 450 次评估，发现方向反转率是通用失败预测指标（AUROC 最高 0.93），而急动度监控仅对离散令牌架构有效，速度监控在连续架构中几乎无效（AUROC 仅 0.41-0.52）。研究强调架构匹配的监控选择至关重要，并开源了 SafeContract 工具包。
论文VLA机器人动作监控失败预测SafeContract
推荐理由：做机器人 VLA 部署的团队注意了——不同架构的失败模式完全不同，用错监控等于白费功夫。建议直接看方向反转率这个通用指标，并试试 SafeContract 工具包。
原文
11:26
11:26arXiv cs.AI@Jiahe Pan, Stelian Coros, Jitendra Malik, Toru Lin
精选
该研究提出了一种基于物理原理的触觉表示方法——压力中心（CoP），用于解决仿真到现实（sim-to-real）迁移中触觉信息丢失的问题。传统方法常将触觉数据简化为粗糙的低维特征，而CoP保留了密集的接触信息，同时保持对仿真到现实迁移的鲁棒性。研究还提出了一种基于可导动力学的传感器校准方案，无需真实力测量即可估计触觉传感器方向。在盲操作任务（如插销入孔和球平衡）中，基于CoP的策略在五指手上实现了零样本仿真到现实迁移，性能优于二进制接触和原始触觉基线。分析表明，CoP策略能编码物体质量等任务相关物理属性，作为控制的副产品涌现。
论文灵巧操作仿真到现实触觉表示压力中心机器人
推荐理由：这项研究解决了灵巧操作中触觉信息从仿真到现实迁移的瓶颈，做机器人灵巧操作或触觉感知的团队可以直接参考其CoP表示方法，零样本迁移效果值得一试。
原文
5月27日
10:59
10:59IT之家（博客/媒体）
精选
Hugging Face 于 5 月 21 日发布 LeRobot Humanoid 双足机器人项目，面向机器人开发者和研究人员，起步价 2500 美元。该项目非成品，需自行组装，旨在提供可理解、可维修、可加装传感器的开源平台。硬件部分大量使用 3D 打印件和现成元件，软件部分提供校准、控制工具并支持仿真。团队鼓励先在仿真中训练动作，再在真实机体上测试，数据可反哺仿真环境。后续计划加入上半身集成和更高级行为。
AI产品机器人开源/仓库3D 打印仿真Hugging Face
推荐理由：Hugging Face 把双足机器人的门槛从几十万降到 2500 美元，做机器人研究的团队和学生可以直接用开源方案动手组装和训练，省去从零搭建的麻烦。
原文
10:55
10:55pandaily@contact@pandaily.com (Pandaily)
具身智能初创公司中科第五纪宣布完成数亿元A轮融资，由复地资本及国资背景投资者联合领投。这是该公司在2026年的第三轮融资，资金将用于全球扩张和其少样本物理AI模型的规模化。该公司的模型能够在少量数据下快速学习物理世界任务，有望推动机器人等具身智能应用落地。此轮融资表明资本市场对具身AI赛道持续看好，尤其是少样本学习技术被视为降低部署成本的关键。
行业具身智能融资少样本学习中科第五纪机器人
推荐理由：具身AI赛道再获资本加注，中科第五纪的少样本模型解决了机器人训练数据稀缺的痛点，做机器人或物理AI的团队值得关注其技术路线和融资动态。
原文
5月25日
17:12
17:12berryxia@berryxia
76°
中国机器人公司 Unitree 发布 WVLA 2.0 在真实会议室中的多任务清理测试视频，机器人全程自主识别垃圾、分类处理、擦桌子、摆放物品，面对外部干扰（人员走动、物品晃动）仍能稳定完成任务。视频为单次拍摄、无剪辑、无人工遥控，展示了机器人从实验室走向真实场景的关键突破。Unitree 以四足机器人起家，此次 WVLA 2.0 是其向实用场景机器人迈出的重要一步，背后体现了国产机器人在技术封锁下的工程实力。该视频引发全球机器人社区热议，被视为未来办公室/家庭清洁机器人的雏形。
AI产品Unitree机器人实用场景清洁机器人国产技术
推荐理由：做机器人或关注 AI 落地的开发者，这个视频值得看——Unitree 用真实场景证明了机器人不是实验室玩具，而是能解决日常杂务的实用工具。
原文
15:13
15:13pandaily@contact@pandaily.com (Pandaily)
GigaAI 在武汉光谷发布会上推出了全球首个 Physical AGI“双金字塔”架构，这是一个双轨框架，旨在解决阻碍具身 AI 实现真正扩展的数据和算法瓶颈。该系统通过两条并行路径分别处理感知与行动，试图突破当前具身智能在数据获取和模型训练上的天花板。这一发布标志着具身智能领域向通用物理智能迈出了重要一步，有望加速机器人在复杂环境中的自主决策能力。
AI产品具身智能Physical AGIGigaAI双金字塔架构机器人
推荐理由：具身智能团队一直受困于数据稀缺和算法不收敛，GigaAI 的“双金字塔”架构直接给出了并行解决方案，做机器人或物理 AI 的开发者值得关注这一新范式。
原文
08:07
5月24日
16:28
14:13
5月23日
15:00
15:00IT之家（博客/媒体）
精选
智元发布新一代二阶段Motion-Between运控基座模型BFM-2，旨在让机器人具备类似“肌肉记忆”的自主运动能力。该模型能在任意状态（静态、预设动作或随机输入）下，让机器人自主进行高稳定性的动作插值和动态任务闭环。演示视频显示，搭载BFM-2的机器人被打倒在地后能快速站起并自我平衡。这为具身智能提供了更可靠的运动底座，提升了机器人在复杂环境中的适应性和鲁棒性。
AI模型机器人运动控制基座模型具身智能智元
推荐理由：做机器人运动控制的团队终于有了更可靠的基座模型——BFM-2解决了机器人在任意状态下自主恢复和动态平衡的痛点，做具身智能或机器人开发的值得关注。
原文
02:57
02:10
5月22日
18:19
5月21日
07:59
03:24
03:22
5月20日
17:35
5月19日
13:02
13:02Lenny Rachitsky@lennysan
精选
前OpenAI、Apple、Meta机器人专家Caitlin Kalinowski分享了七大关键洞察：AI前沿正从数字转向物理，因为键盘交互的AI即将饱和；未来两年战争领域的变化将超过消费电子；硬件行业面临内存危机，可能阻碍机器人革命；VR技术为机器人和战争奠定了基础；人形机器人被过度炒作，专用机器人才是未来；供应链独立是国家安全问题；构建安全机器人的最大挑战在于那些不易察觉的设计决策。
行业机器人硬件供应链人形机器人AI物理化内存危机
推荐理由：做机器人、硬件或AI硬件的从业者，这篇帮你提前看到行业天花板和供应链风险，建议囤内存、关注专用机器人方向。
原文
11:52
11:52Lenny Rachitsky@lennysan
Caitlin Kalinowski，曾从零搭建OpenAI机器人及硬件团队（此前也搭建了Meta AR/VR硬件团队），在访谈中解释了AI公司为何重注硬件。她认为，AI在键盘后的能力即将饱和，下一个前沿是物理世界，包括硬件、机器人、制造和工业化。她还讨论了VR技术如何成为现代战争基础、人形机器人仍处原型阶段的原因、即将到来的内存价格冲击，以及从乔布斯、扎克伯格和奥特曼身上学到的经验。
行业AI硬件机器人物理世界OpenAI行业趋势
推荐理由：Kalinowski从零搭建了两个顶级硬件团队，她的判断对AI从业者和硬件创业者有直接参考价值——如果你在思考AI下一步怎么走，这篇访谈值得看。
原文
11:36
11:36arXiv cs.AI@Giorgia Modi, Davide Buoso, Giuseppe Averta, Daniele De Martini
精选
本文提出利用固定外部RGB摄像头作为通用先验地图（CPMs），为主动3D场景图（3DSG）生成提供初始语义和几何先验。系统通过前馈3D重建模型统一处理所有摄像头（机载和外部）的RGB观测，无需硬件修改。基于部分场景图的主动语义探索框架引导机器人前往语义不确定性高的区域，逐步完善先验。实验表明，仅使用一个外部摄像头即可将初始物体召回率提升最多79%，并显著提高后续主动探索的效率。
论文3D场景图主动探索先验地图RGB重建机器人
推荐理由：做机器人自主探索和3D场景理解的团队，这个RGB-only方案无需额外硬件就能大幅提升初始场景图质量，值得在现有系统中尝试集成外部摄像头作为先验。
原文
10:41
10:08
10:08arXiv cs.AI@Xinchen Jin, Aditya Chatterjee, Pranav Kumar, Rohan Paleja
精选
本文提出一种事件锚定的可解释性方法，将稀疏自编码器（SAE）的特征分析与机器人行为事件（如末端执行器关键帧）对齐，而非依赖文本上下文。该方法通过视觉、状态和时间线索聚类任务内的关键帧，将SAE特征与行为事件关联，并可选地通过VLM注释提供语义背景。实验在两种仿真架构和真实机器人上验证，事件锚定排序对OpenVLA产生最强因果效应，并迁移到π₀.5的连续动作块。研究同时指出SAE作为干预基础存在稀疏性和不完美性，干预效果因架构和干预位置而异，激进干预会暴露安全性和可解释性限制。代码已开源。
论文稀疏自编码器VLA策略可解释性机器人行为事件
推荐理由：做机器人VLA策略可解释性的研究者终于有了一个行为锚定的分析框架——事件锚定SAE直接关联动作与行为事件，比纯文本分析更贴近闭环控制，建议做机器人学习或可解释AI的团队点开看看。
原文
5月18日
12:01
12:01Lenny Rachitsky@lennysan
72°
前OpenAI、Meta、Apple机器人专家Caitlin Kalinowski在访谈中表示，未来两年战争领域的变化将超过消费电子。她曾参与MacBook Pro、MacBook Air、Mac Pro的工程，领导Meta的AR眼镜和VR硬件团队，并在OpenAI从零搭建机器人和硬件团队。她讨论了AI前沿从数字转向物理的原因、VR技术如何成为现代战争基础、人形机器人仍处于原型阶段的原因、即将到来的内存价格冲击以及建议初创公司提前采购内存。她还分享了从乔布斯、扎克伯格和奥特曼身上学到的经验，以及她为何在OpenAI与国防部合作后离开。
行业机器人硬件战争技术VR/AR内存价格
推荐理由：机器人领域顶级从业者把战争和消费电子的变化速度对比摆上台面，做硬件或AI物理落地的团队值得一听，尤其是她关于内存价格冲击的预警可能直接影响你的采购决策。
原文
10:39
08:39
08:13
5月17日
01:29
5月15日
11:13
11:13arXiv cs.LG@Zhuohang Li, Liqun Huang, Wei Xu, Zhengming Zhu, Nie Lin, Xiao Ma, Xinjun Sheng, Ruoshi Wen
精选
Vision-Language-Action (VLA) 模型在灵巧操作中容易因高维动作空间和接触丰富的动力学产生累积误差。现有交互式模仿学习（IIL）在接管时存在人机指令不匹配，导致机器人手部“手势跳跃”。Hand-in-the-Loop (HandITL) 提出一种无缝干预方法，将人类纠正意图与自主策略执行融合，避免手势跳跃。实验表明，相比直接遥操作接管，HandITL 减少接管抖动 99.8%，降低抓取失败率 87.5%，平均完成时间缩短 19.1%。在三个长时灵巧任务上，用 HandITL 收集的干预数据训练的策略平均性能提升 19%。
论文灵巧操作VLA模型人机交互干预学习机器人
推荐理由：灵巧操作是机器人领域的硬骨头，HandITL 解决了人机干预时的“手势跳跃”痛点，做机器人操作或 VLA 模型微调的团队可以直接参考实验方法，减少训练数据收集中的噪声。
原文
5月13日
21:36
08:34
5月12日
22:57
5月11日
11:18