NVIDIA 搞了个叫 MotionBricks 的模型,游戏角色和机器人的动作全部实时生成,动画师不用一帧一帧做,做游戏或机器人的可以看看。
#robots
伯克利系开源平台 Hitch Open 进博会首发,还拉着上交大团队把 AI 机器人乒乓对打打到 142 拍,刷新世界纪录,搞具身智能的可以关注。
韩国让实体 AI 创业公司直接对接制造商,Twinny 已铺了 600 多台仓储机器人,文章还聊了东南亚能学到什么。
一个多小时的完整访谈,马斯克把芯片厂、机器人租赁、Starship 发射和太空数据中心一口气讲了一遍,信息密度很高。
DEEP Robotics 出了款能背 50 公斤跑 3 米每秒的四足机器人 X50,主打巡检和消防运输,比一般机器狗能扛多了。
Anyscale 在旧金山办的机器人主题线下活动,能现场听 Bedrock Robotics、Wayve 这些做自动驾驶和机器人的公司聊落地经验。
一家拿了 1000 万美元融资的公司 Physicl,把电商营销用的技术管线改造成了机器人训练仿真工具,专门解决仿真里学会、现实里翻车的问题。
机器人扩散策略想用 RL 微调但算不动?这篇 LARBRID 只优化初始噪声分布,速度提上去了,成绩还能涨 2-3 倍,代码开源可以跑。
这条早报一网打尽今天的事:GPT-6 Cyber 一口气复现 1724 个漏洞,触屏 MacBook Pro 开卖,还有华为鸿蒙电脑出货破百万的数字。
送餐机器人公司 Serve Robotics 开放自家连接和数据工具,想给别的机器人公司当底层服务商,类似 AWS 的路子。
Robustness to scene changes, not raw benchmark scores, is what separates deployable robot models from lab demos, and V0.5 posts a much smaller drop than π0.5 under distribution shift. Robotics teams evaluating open-weight manipulation models can benchmark V0.5 against π0.5 in their own cluttered environments. Its base on the Wan2.2 video generator also shows video world models doubling as action predictors.
清华和伯克利做的开源机器人控制框架,让Qwen这类便宜模型在真实机械臂上干赢GPT-6和微调过的π0.5,成本还便宜95%,代码在GitHub上可以自己跑。
Arm 的工程师要在 PyTorch Day Japan 上讲怎么用 ExecuTorch 在机器人上跑实时推理还能反向传播,做边缘 AI 的可以去听
中国团队 LiberAI 搞了个巧招:让工人戴 131g 手套干活就能采集机器人训练数据,1 万小时手套数据居然打赢 200 万小时网络视频。
Zero-shot transfer to a physical Franka arm is a harder test than simulation benchmarks, so a ranking here signals which models generalize beyond their training tasks. Robotics teams evaluating foundation models for manipulation can use RoboColosseum's head-to-head setup as a reference when choosing between MolmoAct 2 and GPT-6 Astra.
宇树王兴兴在乌镇峰会讲了他对未来的判断:数据、算力、芯片、能源、矿是核心资源,还说明年可能是机器人临界点,顺便聊了宇树三大布局。
京东把采购数字说得非常具体:五年300万台机器人、100万台无人车,还拉上智元机器人进仓库干活,供应链公司里算是动作最大的了。
机械臂逆运动学一直靠手工调控制器,这篇论文用强化学习把误差压到 1mm 以内,还能直接给 π₀.₅ 这类 VLA 策略当下游执行器,做机器人方向的可以看看。
智元让 6 台精灵 G2 在便利店直播干了 24 小时,做咖啡、接待顾客、补货全包,最后 4 台考核通过。机器人真实上岗的完整数据挺少见,可以看看。
机器人领域的新框架 Cycle WAM,让视频和动作双向对齐,LIBERO-Pro 上拿了同类最好成绩,还能改进 DreamZero。
机器人任务中途被打断怎么办?DiMuRe 用诊断挑恢复方案,成功率从 58.68% 拉到 81.90%,还带了个新基准 LIBERO-Disturb。
The key result is that test-time control code rewriting can beat finetuning itself, so adapting a robot policy no longer requires collecting new demonstrations or touching weights. Robotics engineers and embodied AI teams can treat it as a cheap wrapper around existing general policies, with the caveat that every reported number came from simulation only. That simulation-only gap is the main open question before real hardware adoption.
蚂蚁的 LingBot 开源才九个月就拿下 220 万下载,机器人还真的进上海药店干活了,开源落地挺难得的。
Claude Opus 5.5 控机械臂放鳄鱼,23分钟做完后还多推了22分钟,活儿白干,这个实验挺好笑也挺有启发。
这家公司让机器人在美国 20 个州的真实工厂干活,卡住了就由远程人工接管,接管数据还能拿来训练模型,刚拿了 a16z 领投的 7500 万美元。
Boston Dynamics 更新了仓库卸货机器人 Stretch,第二代更耐用、更好修,专挑让机器人趴窝的真实故障下手。
The striking result is that inside an evolved harness, a general-purpose policy can beat the finetuned version of the same model, suggesting harness engineering may substitute for costly finetuning in robotics. Practitioners working on robot deployment can apply the rollout-driven diagnosis loop to adapt frozen policies to new scenes. The paper and a Chat with Paper interface are available for direct exploration.
Apple 做家用机器人,300 人团队里机器人专家只有 10 个,这个比例挺说明问题的。
小米把开源的 Xiaomi-Robotics-1 真的塞进自家青年公寓里干活了,桌面整理、垃圾清扫全包,还在汽车工厂拿 98% 成功率,可以去看看视频。
机器人动起来周围气流怎么算?这篇用物理 token 加并行训练把动态边界 CFD 预测的自回归误差压下去了,还放出了 RoboCFD-4D 基准,做流体仿真代理的可以看看。
Tutor 拿了 a16z 领投的 7500 万美元 B 轮,做法挺特别:机器人先靠人远程遥控干活,边干边收集数据训练基础模型,已经在制造和物流现场实际跑起来了。