AITOP

机器人

共 231 条相关 AI 资讯
7月10日
17:49
7月9日
15:00
11:53
11:53量子位@量子位的朋友们
量化派基于餐饮后厨场景的多模态数据，训练了物理世界基础模型Q-Phys-v1。该模型在Meta Habitat 2.0基准的物体抓取任务上达到88%成功率，在自主导航任务中路径规划效率提升40%。模型通过API和SDK向企业开放，支持场景定制。
AI模型量化派Q-Phys物理世界基础模型
推荐理由：量化派把餐饮后厨数据用到物理模型上，思路很落地，Q-Phys在机器人任务上表现不错，适合做机器人和自动驾驶的公司看看。
原文
03:25
03:03
03:03官方账号Allen AI (Ai2)@allen_ai
精选
Allen AI发布的MolmoAct 2是一个完全开放的视觉-语言-动作模型。机器人工程师@pham_blnh利用该模型在周末构建了语音控制机器人。这款机器人赢得了@southpkcommons举办的AI黑客马拉松。Allen AI还发布了相关采访视频。
AI模型MolmoAct 2Allen AI机器人
推荐理由：Allen AI的MolmoAct 2开放模型，周末就能搭语音机器人，还赢了黑客马拉松，看采访视频了解细节。
原文
7月8日
22:25
22:25量子位@思邈
RoboDojo新基准测试发布，人类表现100分，最强AI模型仅获12.8分。该基准包含200个具身智能任务，覆盖抓取、导航、操作等场景。当前模型在长时序任务和细粒度控制上明显落后于人类。测试揭示了机器人在泛化能力和物理交互方面的核心瓶颈。
AI模型RoboDojo具身智能基准测试
推荐理由：RoboDojo这个新基准把人类和模型放到同一考场，人类满分100，最强模型才12.8，差距大到离谱，值得看看模型到底在哪栽跟头。
原文
16:32
16:32IT之家（博客/媒体）
精选73°
蚂蚁灵波科技发布并全面开源新一代具身基座模型 LingBot-VLA 2.0，数据量从 9 万小时清洗出 5 万小时真机数据，加上从 2 万小时第一视角数据中提炼的 1 万小时，预训练数据总计 6 万小时。模型支持 17 个品牌的 20 种机器人构型，覆盖单臂/双臂、双足/轮式等多种形态。在 GM-100 评测中，LingBot-VLA 2.0 在 AgileX Cobot Magic 和 Galaxea R1 Pro 平台上的平均任务进度分和成功率均领先于 π0.5 与 GR00T N1.7。后训练版本在 RTX 4090 上推理耗时控制在 130 毫秒以内。
AI模型LingBot-VLA 2.0蚂蚁灵波具身智能
事件专题
推荐理由：蚂蚁灵波开源了新一代具身模型 LingBot-VLA 2.0，在 20 种机器人构型上泛化，GM-100 评测中全面领先 π0.5 和 GR00T N1.7，而且推理速度很快，适合开发者试玩。
原文
10:16
10:16官方账号arXiv cs.LG@Mohammadreza Kasaei, Klemen Voncina, Hamidreza Kasaei
该论文研究机器人在多障碍物环境中安全投掷物体到目标篮筐的问题。现有方法如TossingBot假设无障碍环境，而本工作引入势场状态表示（PFR），以固定网格编码篮筐吸引和障碍排斥，使强化学习策略能泛化到任意障碍数量与配置。在仿真中使用SAC、DDPG、TD3三种算法训练，其中SAC表现最稳定。真实实验中，对未见过的可投掷物体取得了高达90%的成功率，验证了PFR的鲁棒性和实用性。
论文SACDDPGTD3
推荐理由：这篇论文教机器人怎么在乱堆东西的桌面上把物体扔进篮筐，用势场表示结合SAC算法，真实实验成功率90%，比TossingBot强不少。
原文
7月7日
14:28
13:11
13:11官方一手pandaily@contact@pandaily.com (Pandaily)
成立仅11个月的具身AI初创公司Simplexity Robotics宣布，其全场景机器人i7 Pro首批100台已交付至多个工业生产线。该机器人售价2.5万美元，具备自主导航和精细抓取能力，可替代3-4名产线工人。公司计划2026年底前再交付500台。
AI产品Simplexity Roboticsi7 Pro具身智能
推荐理由：一家才 11 个月的初创公司，已经交付 100 台 i7 Pro 机器人到真实产线，效率惊人
原文
11:55
11:55官方一手Pandaily@contact@pandaily.com (Pandaily)
具身AI初创公司Zhijian Dongli成立仅11个月，宣布向生产线交付首批100台全场景机器人i7 Pro。该机器人可用于工业制造等场景，标志着公司从研发到商业交付的快速推进。i7 Pro是该公司首款批量出货产品，此前已在测试环境中验证能力。
AI产品Zhijian Donglii7 Pro具身智能
推荐理由：一家成立不到一年的公司，就交付了100台i7 Pro机器人到产线上，效率惊人。和那些还在画饼的同行比，这步走得挺实。
原文
11:33
11:33官方账号arXiv cs.AI@Kaiyuan Chen, Shuangyu Xie, Letian Fu, Justin Yu, William Pacini, Sandeep Bajamahal, Hudson Kim, Jaimyn Drake, Daehwa Kim, Haoru Xue, Jonathan Francis, Christian Juette, Peter Schaldenbrand, Muhammet Yunus Seker, Ruwan Wickramarachchi, Uksang Yoo, Guanzhi Wang, Adithyavairavan Murali, Balakumar Sundaralingam, S. Shankar Sastry, Spencer Huang, Yuke Zhu, Linxi "Jim" Fan, Ken Goldberg
GaP（Graph-as-Policy）是一种多智能体编码框架，从模块化开放机器人技能库MORSL生成含感知、规划和控制节点的有向计算图。它构建内部仿真环境并行排练不同图结构的任务实例，迭代优化图结构与参数以提升成功率和吞吐量。在8个新开放VA任务基准（4个仿真、4个真实世界）上，GaP的成功率显著优于基线方法。论文、代码和数据已开源。
论文GaPMORSL机器人
推荐理由：这篇论文提出GaP，把机器人编程的可靠性和模型无关策略的适应性结合起来，在8个变分自动化任务上吊打基线。做机器人任务规划的话值得一看。
原文
7月6日
19:49
09:12
7月5日
18:25
02:40
7月4日
15:23
14:38
14:38官方一手marktechpost@Asif Razzaq
NVIDIA 发布了 ASPIRE 自改进机器人框架，能自动编写并优化机器人控制程序。该框架在 LIBERO-Pro 长任务上实现 31% 零样本成功率，并通过迭代修复将性能提升最多 77 点。ASPIRE 还能将已验证的修复技能蒸馏为可复用的技能库，支持零样本迁移到未见过的长时任务。
AI模型NVIDIAASPIRE机器人
事件专题
推荐理由：NVIDIA 搞了个新框架 ASPIRE，自己写程序自己修，LIBERO-Pro 长任务零样本就 31%，还能再提 77 点，做机器人的可以看看。
原文
14:05
12:01
01:02
01:02官方账号MIT CSAIL@MIT_CSAIL
MIT CSAIL提出Masked IRL方法，利用LLM解决机器人面对模糊指令的问题。该方法包含两个模型：一个用于澄清用户提示，另一个忽略无关信息。这使机器人能更准确执行含糊不清的任务如'把那个东西放好'。
AI模型Masked IRLMITLLM
推荐理由：机器人终于能听懂'把那个东西放好'这种模糊话了。MIT的Masked IRL用LLM先理清意图再干活，挺实用。
原文
7月3日
11:25
11:25官方账号arXiv cs.AI@Yuquan Xue, Le Xu, Zeyi Liu, Zhenyu Wu, Zhengyi Gu, Xinyang Song, Bofang Jia, Ziwei Wang
WorldSample 提出一种物理基础的数据增强框架，通过世界模型生成高保真合成轨迹，解决真实机器人强化学习交互成本高的问题。在接触性和精密机器人操作任务中，WorldSample 将策略成功率提升 28%，训练步数减少 59%。世界模型视觉保真度提升 19.4dB PSNR 和 0.47 SSIM，验证了真实-合成循环的有效性。
论文WorldSample强化学习世界模型
推荐理由：机器人强化学习的新思路，WorldSample 用世界模型生成合成数据，成功率提28%还省了59%训练时间，值得一看。
原文
04:03
04:03Stanford AI Lab@StanfordAILab
精选
斯坦福AI实验室提出Freeform Preference Learning方法，让标注者用自然语言描述轨迹的偏好轴（如速度、精度、子任务完成度），而非仅做单一整体偏好选择。该方法学习基于这些轴的奖励函数，能提取更优策略。论文arXiv:2606.32027和博客已公开。
AI模型Freeform Preference LearningStanford机器人
推荐理由：斯坦福团队发了个新方法，让标注者用自然语言描述偏好，比单一打分更精确，机器人策略能学到更多结构信息。
原文
7月2日
18:05
17:18
11:03
11:03官方账号arXiv cs.AI@Chenyang Ma, Yue Yang, Radu Corcodel, Siddarth Jain, Andrew Wu, Chiori Hori, Diego Romeres
FurnitureVLA是首个系统研究真实尺度双手机器人家具组装的工作，使用Vision-Language-Action模型（VLA）。该工作形式化了任务，开发了可扩展仿真管道，并通过VR遥操作收集高质量真实世界演示。模型可处理多达7个子任务和1550控制步骤的极长程组装，通过预测连续进度信号实现自动子任务转换。在三种家具类型上，FurnitureVLA将平均仿真成功率从48%提升到80%，设计因素研究额外带来21%增益。在真实Kinova Gen3平台上，最难任务仅有16%的性能下降。
AI模型FurnitureVLAVLA机器人
推荐理由：如果你关注机器人组装，FurnitureVLA用VLA模型把仿真成功率从48%拉到80%，还能在真机上跑。它处理长程任务的方式很巧妙，值得看看。
原文
04:00
04:00官方一手Berkeley BAIR Blog（博客/媒体）
加州大学伯克利分校BAIR实验室庆祝2026届博士毕业生。Charlie Snell研究LLM测试时扩展与预训练之间的权衡，提出了如何将测试时推理转化为模型持久表示的关键挑战。Eve Fleisig设计语言模型以可靠公平地服务真实用户，利用用户偏好分歧进行训练与评估。Baifeng Shi构建通用视觉与机器人模型，毕业后加入Physical Intelligence。Devon Guillory研究计算机视觉中的数据偏移，致力于构建协作AI系统。
行业BAIRBerkeley博士毕业生
推荐理由：看看BAIR今年毕业的博士们都在忙啥——有研究LLM推理的、有做机器人模型的、还有搞AI公平性的，都去了不错的去处。
原文
7月1日
07:29
03:28
03:28官方账号Runway ML@runwayml
Runway AI Summit将于今年9月在旧金山举办，为期一天。峰会汇集机器人、自动驾驶、生命科学、基础设施等行业领袖，探讨AI如何重塑现实世界互动。首批演讲者名单已公布，更多嘉宾待揭晓。活动现开放注册。
行业RunwayAI峰会旧金山
推荐理由：Runway在旧金山办AI峰会，主题是机器人、自动驾驶这些硬核领域，对AI落地感兴趣可以去听听。
原文
01:52
6月30日
19:25
16:24
16:11
13:53
13:53官方账号arXiv cs.AI@Yuhong Deng, Yuyao Liu, David Hsu
GROW^2提出一种层次化功能定位方法，将物体部件作为抽象层分割语义和几何过程。语义层利用VLM（如GPT-4V）分析任务指令并选择合适工具及关键部件；几何层通过视觉基础模型（如SAM）从单张RGB-D图像定位精确3D区域。在功能预测基准上，GROW^2优于现有基线方法，并实现对开集物体的零样本泛化。仿真和真实机器人工具使用实验均验证了其有效性，例如用盘子代替刀切蛋糕。
论文GROW^2VLM视觉基础模型
推荐理由：这篇论文教机器人像人类一样用盘子切蛋糕，不受工具原始功能限制。用VLM选工具、SAM定位，零样本效果比现有方法好。
原文
6月26日
12:34
10:52
10:52官方账号arXiv cs.AI@Junhao Shi, Zezheng Huai, Siyin Wang, Jia Chen, Yubang Wang, Zhaoye Fei, Hechang Chen, Jingjing Gong, Xipeng Qiu, Yu-Gang Jiang
OmniAct 提出了一个分层异步架构，将多模态语义规划器、基于事件边界压缩的自适应分层记忆和异步视觉抢占引擎模块化集成，以解决持久自主机器人的跨域工具调用与物理故障恢复问题。在40个真实世界长期任务中，使用两个机器人平台协调四个IoT设备，OmniAct在所有复杂度级别上端到端成功率一致提升，累积超过10万交互token时保持接近线性的token消耗，并让中等规模开源模型达到闭源模型性能。
AI模型OmniAct具身智能多模态
推荐理由：他们搞了个新架构，让机器人能自己协调API、物联网和物理动作，干活出错还能自己恢复，20个任务里成功率都比之前高，而且省钱省token。
原文
00:06
6月25日
22:54
16:21
16:21官方一手Pandaily@contact@pandaily.com (Pandaily)
RoboScience推出Visics，一个跨平台具身AI模型，能泛化到不同机器人、物体和任务。该模型基于端到端架构，在模拟和真实环境中均表现优越。实验显示，Visics在多种操作任务上成功率超过85%，远超现有基线方法。
AI模型VisicsRoboScience具身智能
推荐理由：RoboScience出了个Visics模型，能跨不同机器人干活，不用每换一种就重新训练，有点意思。
原文
10:59
10:59官方账号arXiv cs.AI@Shuyi Zhang, Yunfan Lou, Hongyang Cheng, Yichen Guo, Chuyao Fu, Yaoxu Lyu, Xiaojie Zhang, Haoran Li, Pengwei Wang, Zhongyuan Wang, Shanghang Zhang
FORCE是一个三阶段框架，通过价值校准热身和自蒸馏来稳定VLA模型的强化学习微调。它解决了Q函数不稳定导致的初期遗忘和低质量探索数据导致的策略更新低效问题。在模拟和真实任务上，FORCE取得了79%的绝对成功率提升，比此前RL方法高出10%，同时训练速度加快32.5%。该框架无需人工干预即可实现稳健性能。
AI模型FORCEVLA强化学习
推荐理由：新框架FORCE让机器人学动作更快更稳，成功率飙升79%，比现有RL方法还快32.5%，不用人插手。
原文