世界模型
共 61 篇相关内容
对话 Saturday Robotics 创始人朱俊帆：机器人论文发表时，技术路线可能已经过期
对话 Saturday Robotics 创始人朱俊帆：机器人论文发表时，技术路线可能已经过期 图片展示的是Saturday Robotics举办的一场Robotics Research Night活动场景。场地内多人围坐，部分人使用笔记本…
清华系创业公司新作：机器人看了 100 万小时人类操作，学会自己想办法
螺丝、包装袋、瓶盖，这些日常物件全都是为人手设计，但机器人的末端执行器大多还停留在两指夹爪。想要打造能在真实世界落地的通用机器人，灵巧手操作是绕不开的一关，而真正的瓶颈在于操作经验。通用模型需要见过足够丰富、大规模的真实操作样本，可机器人只…
NVIDIA 携手半导体领军企业，以 CUDA-X 库推进 AI 定义的晶圆厂
10 月 14 日，NVIDIA 在 SEMICON West 2026 期间宣布，半导体行业的领军企业正在采用 NVIDIA CUDA X 库，其中包括全新的 cuPotential 库，开发者可借助它构建模拟原子与分子相互作用的 AI …
禾赛发布 AI 相机 Kosmo，要把真实世界变成一门数据生意
「禾赛的空间智能产品，最终会是一个比激光雷达更大的事。」10 月 14 日，禾赛联合创始人兼 CEO 李一帆给出了这样一个判断。 当天，禾赛科技发布三维世界数据引擎 Kosmo，包括 AI 空间相机 Kosmo One 和云平台 Kosmo…
「摔倒」方显真差距，I-BFM 把物理交互训进行为基座模型
这两年有不少惊艳的机器人搬箱子的 demo，但不知道大家是否有注意到一个细节，绝大多数 demo 里，一切都是按剧本走的。箱子摆在它该在的位置，机器人站得笔直，一遍过，没有任何干扰，甚至大部分镜头里都没有人的出现。 现实世界不是这样。手会没…
贾奎团队新作：让世界动作模型真正理解三维空间
UNITAS 将观测、动作与场景变化统一至同一个米制三维坐标系：以点轨迹表征人手与夹爪的运动，用场景流描述场景点的位移，让世界动作模型不再单纯依靠图像推测环境演化。模型参数量仅 1.7 B，在 LIBERO 基准测试上取得 99.8 % 任…
传 DeepSeek 将投入具身智能赛道，中美基础大模型公司齐现重大信号
10 月 12 日夜，有消息传出 DeepSeek 创始人梁文锋近期密切关注具身智能领域，DeepSeek 正在评估是否进入具身智能赛道，方案可能包括亲自组建团队下场研发，或通过投资相关企业切入。另据彭博社报道，DeepSeek 计划领投腾…
中科院自动化所与高德团队提出 DreamTrue，将机器人动作统一渲染为画面条件，实现高精度未来视频预测
DreamTrue 将机器人动作渲染为画面内的机器人作为训练条件，为世界模型补充示范数据中缺失的失败动作，并依托人工标注训练得到的奖励模型开展强化学习。当动作执行失败时，模型能够如实预测对应的结果，它在 AgiBot 平台上将交互缺陷率从 …
对话 Shallow-π 作者：压缩 Transformer 层级，具身模型竟做得更好？
一个圆柱、一块正在转动的孔板，足以让两种机器人模型拉开差距。 在 Shallow π 的真实机器人实验中，任务要求机械臂拿起圆柱，插入移动中的小孔。层数更多的大模型，可能在等待计算结果的过程中错过位置；一个层数更少、输出接近它的小模型，却能…
对话 IROS 最佳论文奖入围团队，揭开机器人「晕玻璃」的秘密
9 月 27 日至 10 月 1 日，第 39 届 IEEE/RSJ 智能机器人与系统国际会议（IROS 2026）在美国宾夕法尼亚州匹兹堡 大卫·劳伦斯会议中心（ David L. Lawrence Convention Center）举…
港大、港科广、北大等五校团队联合发布 AffordanceWAM，靠可供性激活真人训练视频
AffordanceWAM 的核心突破，是将「物体可交互位置与方式」的可供性，纳入世界动作模型的显式预测目标，彻底解决真人第一视角视频难以适配机器人训练的行业痛点，让原本容易造成负迁移的真人数据，转变为可规模化扩展的有效监督信号。 9 月 …
对话上海交大杨理欣：为什么机器人需要一条「三维时间轴」
机器人会倒水，却可能在放下瓶子后忘了刚才倒过哪一瓶。会执行动作，不等于知道任务该如何推进；机器人还需要把任务意图、行动历史与世界变化连成一条三维时间线。 这类失败不完全是抓取精度问题。今天的视觉—语言—动作模型（Vision Languag…