依托
共 50 篇相关内容
清华丁宁团队发布灵巧手仿真基准 HandsOn，放出 18,000 条示范
机器人操作领域的主流评测基准，大多围绕两指夹爪搭建。面向五指灵巧手的评测数量少、规模有限，任务设置与计分口径各不相同，不同团队的实验结果难以横向对比。 10 月 19 日， 清华大学、北京邮电大学、自然意志与北京大学 联合发布论文《Hand…
8B 负责推理，8B 负责「想象」：达摩院给机器人搭了个什么大脑？
主：8B 负责推理，8B 负责「想象」：达摩院给机器人搭了个什么大脑？ 副：大模型，开始用视频打草稿 小红书正文 对于机器人来说，脑补被遮挡的物体实在太难了。10 月 23 日，阿里巴巴达摩院团队联合湖畔实验室发表论文《迈向统一具身大脑》（…
自然意志物理基模 Natura-1 首次亮相：技术、启发与幕后故事
自然意志物理基模 Natura 1 首次亮相：技术、启发与幕后故事 10 月 13 日，由清华大学电子工程系助理教授、博士生导师丁宁创办的自然意志（Nature Will）发布了成立以来首个通用具身基础模型 Natura 1 及技术报告，引…
RoboMIND 下载量突破 5,000 万次，最近 1,000 万次仅耗时 18 天
10 月 26 日，北京人形机器人创新中心官宣，开源数据集 RoboMIND 全球累计下载量突破 5,000 万次。据官方披露，最新一轮 1,000 万次下载仅耗时 18 天；作为对比，首个 1,000 万次下载耗时 223 天，第二个 1…
RoboMIND 下载量突破 5,000 万次，最近 1,000 万次仅耗时 18 天
10 月 26 日，北京人形机器人创新中心官宣，开源数据集 RoboMIND 全球累计下载量突破 5,000 万次。据官方披露，最新一轮 1,000 万次下载仅耗时 18 天；作为对比，首个 1,000 万次下载耗时 223 天，第二个 1…
UC Berkeley 团队提出 SuperMimic，单卡训练 3 小时超越 128 卡基线
UC Berkeley 团队提出 SuperMimic，单卡训练 3 小时超越 128 卡基线 人形机器人想要掌握行走、跳跃乃至空翻，背后需要多大的训练算力？ 过去的常规做法，是让机器人在模拟器内不断试错，依靠强化学习优化动作控制策略。动作…
自然意志物理基模 Natura-1 首次亮相：技术、启发与幕后故事
10 月 13 日，由清华大学电子工程系助理教授、博士生导师丁宁创办的自然意志（Nature Will）发布了成立以来首个通用具身基础模型 Natura 1 及技术报告，引起了业内广泛关注。 这是一个拥有 500 亿参数的混合专家（MoE）…
同一天两篇论文，复旦大学付彦伟团队：机器人先行感知，接住新视角下的动作
同一天两篇论文，复旦大学付彦伟团队：机器人先行感知，接住新视角下的动作 机器人伸手抓取被杂物遮挡的杯子，最直观的解法就是转动腕载相机重新观测。但相机转动会同步改变机械臂构型，策略将面临训练期间从未见过的初始状态，图像、位姿与剩余任务之间的关…
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…
Jim Fan、韩松团队提出 Robota-Embed：机器人检索经验，动作比画面更关键
具身智能机器人想要复用过往操作经验，普遍会检索历史示范视频，模仿曾经成功的操作。 但传统检索大多只比对画面外观：只要桌子、物体看起来一致，就判定是匹配片段，忽略机械手当下的运动方向。同样的纸箱、同一段胶带，封箱和撕胶带两张画面几乎看不出差别…
英伟达 Jim Fan 团队新作：只拉长历史解决不了 WAM 短板，核心需靠自回归预测
Long WAM 发现「能拿到历史」不等于「会用历史」：只有视频底座先以自回归方式学会从过去推未来，拉长上下文才能真正实现性能上涨。基于这一结论，团队将这套世界动作模型打造为可在边缘设备实时运行的系统。上下文时长从 0 秒拓展至 19.2 …
王晓刚、李鸿升团队新作：260 万个场景训练灵巧手
OmniDex 借助可复用种子抓取库搭配碰撞筛选，将杂乱场景下的灵巧手抓取数据集规模从数千个扩充至 260 万个场景、约 4 亿条抓取标注；配套采用软胜者全取学习与物理约束的生成模型，省去推理阶段反复优化抓取位姿的步骤。 10 月 8 日，…