今天机器人圈大事不少:丰田拿了11亿美元搞人形机器人,波士顿动力让Spot去送快递,现代工人因为机器人罢工了。想了解行业动向就看这篇。
#robots
MIT 搞了个 NeuralActuator,让廉价机械臂也能精确感知力度,不用额外传感器,还拿了 RSS2026 最佳论文。
NVIDIA老板和日本四大工业巨头联手,要把AI塞进工厂机器人里,不是画饼是真动手了。
英伟达拉上发那科、安川电机一起搞机器人AI,黄仁勋还见了铠侠、东京电子高管,这回日本半导体供应链全凑齐了。
开源、60K小时数据、覆盖多种机器人,LingBot-VLA 2.0 在长周期任务上表现出色,值得研究具身智能的你看一看。
这篇综述把机器人语音识别的在线API和本地模型方案都讲透了,尤其适合想用Whisper做离线识别的开发者,ROS集成部分很有实操参考。
斯坦福的机器人挑战赛又来了,去年最佳方案成功率才12%,说明这事真难。今年任务更多、评测更靠谱,想测测你家机器人的真实水平就参加。
湾区机器人公司超过300家,Figure、NVIDIA、Tesla都在这张图里。想了解硅谷机器人生态,看这一张就够了,虽然是精选但很有代表性。
如果你想了解机器人视频动作模型的新路子,LingBot-VA 2.0直接从头训练控制栈,不搞拼接,挺有看头。
想要给机器人造更聪明的脑子?这个模型直接学物理世界数据,不用人工标注,操作成功率提高15%,还是开源的,值得关注。
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。
这家初创公司想用游戏数据训练机器人,让它们学得更快更省钱,思路挺有意思,可能改变整个行业。
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。
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。
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。
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。
英伟达和 Hugging Face 把机器人基础模型和远程操作框架接入了开源库 LeRobot,还计划加入 Cosmos 3,海量数据集也能直接用。
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。
日本政府打算砸1万亿日元搞AI机器人,到2040年铺1000万台,软银、索尼这些公司一起上,缺劳动力的可以关注。
税务总局数据:前5月具身智能企业收入增22.4%,工业机器人采购飙2.3倍,广东占近八成。
Yann LeCun又出来泼冷水了,他说现在的自动驾驶和机器人连猫和小孩都比不上,AGI更是扯淡。想看看AI大佬怎么吐槽现状吗?
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。
宇树科技联合创始人陈立讲得很实在,说机器人要像ChatGPT那样爆发需要两个80%:八成场景能完成八成任务。
宇树科技的人说了大实话:机器人普及卡在大模型上。未来2-5年看端到端模型和成本下降。
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。
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。
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。
韩国政府出手了,正式发布物理AI国家战略,要自研三大底层技术摆脱海外依赖,还在制造和农业等领域全面铺开。
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。
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。