NVIDIA 在柏林 GTC 上讲了他们怎么押注欧洲,从 AI 工厂到医疗机器人都有涉及,想了解欧洲 AI 基建动向的可以看看回顾。
#robots
南京这场物理AI活动请来了三位图灵奖得主,还一口气摆出50个真实应用场景,想看AI怎么落地的可以了解下。
复旦团队做了个 RoboSkill 框架,机器人学会的动作能存成文本加代码技能,下次直接复用,还带触觉反馈,仿真和真机都跑了。
宇树刚发 4 天的 H2-X 在自家大会上演侧空翻摔断了腿,宣传视频里还能踢车门、跳 4 米高台,对比挺有戏剧性。
Cosmos is positioning itself as the default stack for world models — the systems that let robots and vehicles rehearse in simulation before touching the real world. The named adopters, from Porsche to Siemens, signal that industrial players are already past the pilot stage. Teams working on robotics or autonomous driving should compare Cosmos against building data pipelines in-house.
Altman 在斯坦福访谈里讲了 OpenAI 的算力扩张思路:机器人造机器人、数据中心复制数据中心,值得听听他怎么比作 RSI
OpenAI 前科学负责人出来创业了,拿了 Lightspeed 领投的 2.15 亿美元,让机器人代替人做湿实验室的活儿,搞生物化学的可以看看。
Force-sensing wearables could become a distinct data layer alongside video, changing how manipulation datasets are priced and collected. Robotics teams building manipulation policies should watch whether force data measurably improves sim-to-real transfer compared with video-only training. The million-hour target by 2027 signals how large this data play intends to scale.
宇树把未来方向讲清楚了:量产、物理 AI 小模型、算力集群三条线,还每年砸数千万办全球机器人大赛。
有人把 GPT-6-Astra 扔进 12 个机器人基准实测,分数很高但一个回合烧 900 万 token 跑两小时,落地还早。
Astrolab 要把一台内置大语言模型的机器人送上月球南极找水冰,太空探测也开始用上 LLM 了,挺新鲜。
机器人公司 Qianjue 出了个 Polibrain 世界模型,不预测视频画面,直接预测任务状态变化,四足、人形、轮式机器人都能用。
Tesla 利润跌了 43%,钱都砸去造 Optimus 机器人了,加州产线刚开起来,想看财报细节的可以看看。
Boston Dynamics 发了份巡检方案对比,讲清楚啥场景该上机器人、啥场景人工或固定传感器就够,选型前可以看看。
采集机器人训练数据不用机械臂了,一个手持夹爪就行,效率比 HG-DAgger 高 5.6 倍,做机器人方向的朋友可以看看。
a16z 的 Andrew Chen 发了个观点:与其担心 AI 毁灭人类,不如想想中国会不会赢下这轮技术革命,角度挺不一样。
这篇论文把几秒人类手部动作变成灵巧手能用的技能,跟踪人类动作学先验,又靠噪声环境逼它泛化,还验证了真机迁移。
NVIDIA 把 ReMEmbR 扩到机器人集群了,Jetson 本地编码不上传原始画面,还能抹掉人脸过 GDPR,做仓储机器人的可以看看。
一篇机器人方向的论文:单张图就能重建出能跑物理仿真的 3D 场景,还验证了真实机器人操作回放,做 sim-to-real 的可以看看。
前 Nvidia 员工现在做投资,聊机器人什么时候会有自己的 ChatGPT 时刻,说法挺有意思。
新加坡的 Eka Robotics 做出一条抓取动作特别接近人类的机械臂,估值 14.5 亿美元,搞机器人的可以看看它怎么抓东西的。
dreamlabs_ai 发了 Dream-1,一个机器人基础模型,能控制没见过的机器人、做没学过的任务,推理跑在 fal Serverless 上。
搞出 GPT 系列的重要研究者之一要去 SF 做机器人创业了,正在公开找联合创始人,感兴趣可以留意。
这篇论文挺有意思,实验室能自己搭自己:给个科研目标,它连布局、数字孪生和机器人技能都自己搞定,还跑了真实的量子点合成实验。
只训练1120万参数就在RoboSpatial-Home上比单步模型高了9个点,总参数只有RoboPoint的十五分之一,做机器人空间理解的可以看看思路。
一篇 VLA 机器人论文,思路是超网络按任务生成参数而不做参数合并,三个基准上最强基线平均高出 41 个百分点,代码也开源了。
The Information 说 OpenAI 打算救活 Sora,还同时押注机器人、创作者工具和个人设备,收缩策略看来要变了。
The Information 说 OpenAI 可能复活 Sora,还要发力机器人和硬件,之前砍项目现在又杀回来了。
法国团队 Kyutai 开源了 2.4B 的机器人操作模型 REKI,用公开数据训练还带记忆,比它大的模型才跑得过它。
优必选出了个机器人世界模型 Thinker-WM,把画面、深度、动作一起学,三个具身基准都拿了第一,加深度还能涨 15 个点成功率。
英特尔给机器人芯片排了队:2027 年 Nova Lake,2028 年 Razor Lake AX 算力到 700 TOPS,比 Panther Lake 的 180 TOPS 高了近三倍。