#具身智能
想让机器人从人类视频里学技能的可以看看这篇,EgoLAP 不硬抄人类动作,改成学语言化的动作意图,真实任务进度做到 80.1%,比其他表示高 2.3 倍。
Delta Intelligence 发了个叫 Delta-0 的人形机器人模型,一口气连做 9 项家务、32 步任务,脑-小脑-力控合一,挺少见的一体化方案。
IDC 的最新数据,上半年全球人形机器人卖了近 2.5 万台,近八成在中国,连家用小型机器人都开始出货了,数据挺细。
新加坡公司 Ropedia 开放 HOMIE Gen2 平台给高校做 physical AI 研究,NTU 研究员已经先试用了。
一篇把 14B 视频世界模型压到 1.3B、四步就能跑的蒸馏论文,专治 DMD 蒸馏后机器人动作变僵的问题,做具身智能的可以看看。
机器人形态和控制策略可以像基因一样绑在一起联合优化,arXiv 上这篇 GeCode 在 2D 和 3D 任务上跑赢了现有方法,做具身智能的可以看看。
Perceptron 的 Mk1.5 上线 OpenRouter 了,做机器人或物理智能体的可以看看,能直接输出检测框和视频片段,不只是文字回复。
一个 FSD 级团队出来做 Physical AI,首版模型 Simate-beta 连同 RoboDojo 一起放出来了,搞具身的可以看看。
Perceptron 新出的 Mk1.5 专门给无人机、机器狗这类设备当大脑,能持续追踪视频里的物体、听懂声音,还会自己派子代理干活,价格也挺便宜。
机器人公司 Perceptron 出了个 35B 的第一人称视频模型,MMSearch 上开了搜索工具 F1 直接从 18.2 涨到 54.3,做具身智能的可以看看。
世界技能大赛首次在上海办,一次加了 3 个 AI 赛项,连软件测试都变成人跟智能体协作了,可以看看比赛都考什么。
XFEON 一次发了三样东西:25W 就能跑 105 TOPS 的 Xinghe S1 芯片、具身智能大脑 AGLobe,还有 Token 工作站,做机器人的可以看看。
摩尔线程用 MTT S5000 跑具身 RL,训练曲线和主流 GPU 相关性 0.976,双臂装配成功率 92%,国产卡跑机器人训练又多了个实测数据点。