#robots
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。
斯坦福搞了个新方法，让机器人自己学会想什么有用，不用人教也不用奖励，挺酷的。
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。
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。
General Intuition用游戏数据训AI机器人，刚融了3.2亿，和普通算法训练思路不一样，感兴趣可以看看。
市场规模已经9150亿了，年底就要破万亿，而且国家在推、大学在开专业，这赛道真的起飞了。
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。
智元总裁彭志辉在MWC26上说了大实话：资本不再为机器人炫技买单，得在工厂、仓库真干活才行。还提到特斯拉计划年底量产数千台人形机器人，波士顿动力都转商业化了。
孙正义说软银已经在工厂量产机器人了，还要收购ABB机器人业务，目标是世界第一，机器人赛道要变天了。
这篇论文提出了InSight框架，让机器人通过VLA模型自己学新技能，不用人教，就能搞定方块翻转、倒水这些操作，很有实用性。
这篇论文研究了怎么让机器人在学新任务时不忘旧技能，用不确定性主动挑数据微调VLA模型，比被动收集更高效，还试了两种防遗忘方法，挺实在的。
Gary Marcus分享了Matei Zaharia的神经符号系统研究，用AI搜索在机器人上打败了现有最优方案，值得搞机器人或符号推理的人关注。
英伟达的机器人自己学会了装显卡，还能整夜自我训练，以后在家也能托管一个机器人实验室了。
想把你训练好的机器人模型直接跑上真实硬件？Hugging Face联合Amazon推出了Strands Agents，连接LeRobot，一键部署，省掉底层驱动烦恼。
领益智造在北京开了家能年产50万台具身机器人的大工厂，从零件到整机全包，还有自动测试线，想了解机器人量产进展的可以看。
Nvidia和大学团队让8台机器人用AI编码智能体自己练抓取，成功率冲到99%，比手写代码更灵活。
NVIDIA搞了个MotionBricks，35万种动作技能随便切换，游戏角色和机器人动起来更自然了，比以前的方案快很多。
NVIDIA开源了SOMA-X v0.2，单一骨架就能适配不同体型，机器人动作数据复用门槛降低，训练效率提升。
NVIDIA搞了个ENPIRE，让AI自己操控机器人反复试错，真实任务成功率干到99%，连GPU都能自己插。
阿里刚出的Qwen-Robot系列，三个模型从7B到72B，让机器人能边看边想边动，RoboBench成绩提升15%，搞具身智能的值得看看。
阿里推出了首个具身智能模型系列 Qwen-Robot，包含操作、移动和世界模型，为机器人打造通用底座。
