基准
共 52 篇相关内容
33日前赴后继：「盘踞珠穆朗玛峰」的 Agent，与步入调整期的 RoboDojo
33日前赴后继：「盘踞珠穆朗玛峰」的 Agent，与步入调整期的 RoboDojo RoboDojo 是具身智能领域具有代表性的评测标准之一。这项包含 42 个仿真任务与 18 个真机任务，堪称机器人的「全科大考」。在 CALVIN、LIB…
北大团队提出 Open-HumanWAM，纯人数据训出机器人底座
人类视频里有大量拿取、收纳和整理的过程，机器人怎样从这些视频里学到能用的操作经验？ 11 月 5 日，北京大学联合新加坡国立大学、麻省理工学院、加州大学圣迭戈分校与英伟达发表论文《Open HumanWAM: An Open Recipe …
简智机器人 DAS 2.0 将亮相 CoRL，覆盖头手协同与全身数据采集
11 月 9 日，简智机器人在美国奥斯汀举办的 CoRL 会议上正式展出 DAS 2.0 系列。新品包含新一代灵巧手数据采集手套 DAS Dex 2.0，以及新一代第一视角多模态采集设备 DAS Ego 2.0。两套设备协同捕捉环境画面、手…
30 次真机任务测试 27 次达标，北大董豪团队让灵巧手换个握法
灵巧操作最棘手的难点，在于手该以何种姿态与物体接触。同一个杯子，抓杯沿、握把手、托杯身，即便物体最终位姿完全一致，操作稳定性、能否衔接后续动作也天差地别。 针对这个问题，11 月 3 日，北京大学计算机学院前沿计算研究中心、多媒体信息处理全…
DreamFree 依托表征蒸馏，脱离未来视频生成实现机器人控制
机器人想要学会操作，首先要预判场景接下来会如何变化。不少世界动作模型会借助预训练视频扩散模型完成这件事：先脑补出未来画面，再依据画面输出动作。但生成想象画面是部署阶段成本最高的环节，生成一组动作序列需要执行数十步去噪。一旦想象的画面出现偏差…
清华团队提出 Utility-WAM，按需启用未来视频做机器人动作规划
把「先想几帧未来画面，再出动作」写进策略，是具身智能近两年很受关注的技术路线。机器人可以在模型内部推演后续场景画面，让动作规划获得动态前瞻能力，理论上更适配长程、多阶段任务。 但是，预测未来画面会改动模型输出的动作，改动有好有坏，正负效果互…
开源模型也能直接操作机器人！清华 x 伯克利重磅发布 uni-robot-agent，迈向 RUA 训练和本地部署
开源模型也能直接操作机器人！清华 x 伯克利重磅发布 uni robot agent，迈向 RUA 训练和本地部署 在 RoboDojo 上，Qwen3.8 Flash Next 通过直接操控机器人的方式拿到 31.39 分。这个分数，比 …
对话 Copper-Policy 团队：从像素预测走向紧凑世界表征
为了让机器人具备更强的认知与物理交互能力，研究者开始探索世界动作模型（WAM）。WAM 通过视觉动力学预测场景的演化，将「世界应当变成什么样」与「机器人如何实现这一变化」联系起来。即使测试时不生成未来，联合训练的收益仍然存在。 那么，WAM…
智元开始算工时，机器人背后还有多少工程师？
300 多台机器人进入珠海长隆乐园，游客看到的是讲解、猜拳、打乒乓球的机器人。看不见的是另一支队伍。 在 10 月 29 日的智元创新日期间，智元合伙人、高级副总裁王闯回忆，长隆项目最初几乎是机器人与工程师 1:1 配置。这些机器人分散在 …
破壳机器人免费开放 RoboAPI，一套模型适配多款机械臂
10 月 30 日，破壳机器人（PokeBot）于官网上线 RoboAPI，将自研世界 动作模型 Poke Aurora 封装为可公开调用接口。 官方表示，RoboAPI 瞄准具身模型落地痛点：开发者更换机器人硬件后，往往要反复完成数据采集…
英伟达提出 ThinkWorld，把动作写成链，用想象的未来判对错
机器人演示采集成本高，覆盖的场景和动作有限。互联网上虽然有大量人类第一视角视频，却零散杂乱，也没有机器人可以直接执行的动作标签。VLA 怎样吸收这些视频里的操作经验？ 针对这个问题，英伟达联合 KAIST（韩国科学技术院），于 10 月 2…
宇树上市后首份成绩单：Q3 营收增近七成，净利润却在下滑
10 月 28 日，宇树科技披露上市后的首份业绩报告： 第三季度营收增长近七成，利润却同比下滑，研发投入增长近 2.5 倍，三件事同时发生。 这不是一个简单的「高增长」故事。宇树正在把硬件业务积累的收入和上市融资带来的资金，投向一个仍处于研…