人类数据如何变成机器人真实能力?Ropedia重磅发布六项研究成果
人类数据如何变成机器人真实能力?Ropedia重磅发布六项研究成果第一视角视频越来越多,研究人员怎样把这些记录变成能够改善机器人能力的训练信息?
搜索
第一视角视频越来越多,研究人员怎样把这些记录变成能够改善机器人能力的训练信息?
具身智能不缺钱,也不缺演示,真正稀缺的是一条能复现的 Scaling 曲线。去年 11月,北美的 Generalist 发布 GEN-0,称首次在机器人身上观察到了这条曲线:预训练数据和算力越多,模型在下游任务上的表现就越稳定、可预测地提升。支撑这条曲线的,是超过 27 万小时的真实世界操作数据,和每周新增上万小时的采集速度。对绝大多数公司来说,曲线已经有人跑出来了,燃料却还没有。
基于预训练的 Cosmos-Predict2.5-2B,SkeLAM 使用总计约 10 小时的机器人交互数据进行训练。在人手到机器人的迁移实验中,输入换成人类演示,生成视频中的机械臂仍然呈现出与演示对应的运动方向。迁移时模型参数全部冻结,没有针对这些演示额外微调。
近日,在法国财经媒体《La Tribune》为 2026 年马赛人工智能大会(AIM 2026)录制的一场专访中,图灵奖得主、深度学习先驱杨立昆(Yann LeCun)详细披露了其创办的人工智能初创公司 AMI Labs 的世界模型商业化路线:先发表科学论文,再进入工业应用,最终瞄准家庭机器人、自动驾驶等需要与现实世界交互的智能系统。
人通过观摩、尝试和指点学习,机器人也能如此。可可矩阵(COCO Matrix)发布机器人模型 CO01(读作/kuːl/),让机器人也能从这些经验中学习。
机器人动手前,能不能先看一看不同选择会带来什么后果?ParallelWorld 将多步预演引入具身智能体的高层规划,将任务成功率从 56% 提升至 83%。
嚯,宇树机器人苦练的一身武术,终于派上实际用场了!
在电子产品装配线上,将连接器插到主板上,看似简单,却要求在有限的生产节拍内准确、稳定地完成。面对零点几毫米的接口间隙,细微偏差就可能让连接器卡住,造成装配失败或零件损伤。
近日,厘清智能创始人、清华大学人工智能学院李一鸣教授团队发布了两项 Physical AI 研究成果:世界动作模型 PrismWAM,以及面向机器人执行诊断与持续改进的 Agentic 框架 RoboDoctor。
让每一次交付都成为下一次部署的技术积累。