这期请了一堆机器人研究者,讲 VLA 和世界模型新论文,还有遥操作创业观点,挺干货。
#robots
小米把训练好的机器人模型开源了,10万小时数据打底,还附评测代码,做具身智能的可以直接上手试试。
IPLUSMOBOT把AMR的导航控制经验做成了现成的底盘和控制器,做机器人的可以少踩很多坑。
看看Google DeepMind怎么让Apollo 2机器人像人一样干厨房细活,灵巧操作不再是难题。
Google DeepMind 发了 Gemini Robotics 2,机器人能推理每个动作,甚至多台协作打结了,物理 AI 又进了一步。
Google DeepMind 发布了 Gemini Robotics 2,让人形机器人拥有全身智能和灵巧手部操作,还支持多机协作,是机器人领域的大升级。
李飞飞的公司World Labs把世界模型用到机器人上了,机器人能看懂空间、自己规划动作,跟传统方法很不一样。
Altman说了几个大实话:GPT-4让他们疯狂囤算力,ChatGPT名字差点不叫这个,还有机器人爆发时间点。
李飞飞和Yunzhu Li直接点出机器人训练的数据瓶颈,并分享用数字世界生成数据替代真实数据的思路,和语言模型的对比很直观。
Applied Intuition 发布了 Dana 平台,让开发机器人像做 iPhone 应用一样简单,目标是十年内让十亿台机器智能化。
Applied Intuition 的 CTO 说未来十年十亿机器会自主,还发了新平台 Dana,搞复合系统让工程和模型一样聪明。
这篇论文发现了世界模型选动作的隐性陷阱:候选越多反而越容易选错。ASAR用相邻集合重建的方法,在75个机器人任务上提升了最多28%的成功率,值得搞机器人控制的看看。
马斯克聊中国AI:夸了月之暗面的Kimi K3,算出2026年电力优势,还预测五年内AI超人类智能。观点直接,值得一看。
NVIDIA 新出的 Jetson Thor 系列,T2000 和 T3000,专门给机器人和边缘 AI 用,性能翻倍功耗还低,做智能硬件项目可以关注。
这篇讨论了AI如何帮老年人,2030年美国五分之一人口超65岁,护理短缺,AI在语音、监控、机器人上有大机会。
宇树科技CEO预测具身智能的ChatGPT时刻两三年内到来,还定义了达到80%场景80%任务的标准,做机器人相关工作的可以提前规划。
想造机器人但觉得太难?AppliedInt 做了个叫 Dana 的平台,把仿真、数据、RL 环境全整合进一个智能界面,开发速度从周级降到分钟级,去看看他们怎么做到的。
NVIDIA 把 40 亿参数的开放世界模型塞进设备端,机器人不用联网就能自己理解环境、推理并执行动作,适合边缘部署场景。
一篇关于多模态机器人模仿学习的论文,提出LAG-Fusion解决不同传感器速率不同的异步融合问题,实验证明比同步融合更高效。
逛完3万步的WAIC 2026机器人展,看到四个实打实的变化:买家变多、运动控制成本暴跌、机器人开始扎进特定行业、具身AI真能交付了。
三星正式成立机器人部门RX,直接向CEO汇报,目标2030年工厂全面AI化。已经有产线人形机器人和能聊天的OLED机器人了,看看这次能跑多快。
NVIDIA 开源了一个能在边缘设备上跑的世界模型 Cosmos 3 Edge,4B 参数加 2B 推理器,机器人、自动驾驶都能用,Jetson 上就能跑。
工信部刚发布了机器人产业的硬核数据:四足机器人占全球七成,人形机器人也超过一半,产量今年要破10万台。
做VLA模型微调或机器人仿真的团队可以看看,JoyNexus用分组批处理省GPU资源,多租户场景下效率更高。
Anthropic 要买一家做通用机器人脑的公司,不再只写代码,要去叠衣服了。从文字到动手,这步棋很大。
英伟达在日本搞了个大项目,2.75万块GPU专门给机器人用,还顺便送了红豆糕,挺有意思。
这期播客聊了为什么AI学东西这么慢,重点介绍了‘世界模型’这个可能的解法,涉及AlphaGo、自动驾驶、机器人等具体案例,非常有料。
强脑科技新出了一个脑控机器人平台,没脑机接口背景的人10分钟就能上手,用意念控制机器人,挺酷的。
DriftWorld 能让机器人快速想象动作结果,比扩散模型快 17 倍,还能离线评估策略,性能强又省时。