指令
共 83 篇相关内容
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，…
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…
智在无界卢宗青团队提出 Being-M0.7，依托人类视频动作先验，训练人形机器人全身移动操作
Being M0.7 依托一万余小时人类第一视角视频与人体动作数据，学习画面与全身动作的联合先验，再通过机器人轨迹完成中训与动作后训练，输出人形机器人全身移动 + 操作的控制指令。模型在 SIMPLE 仿真基准中综合成功率 71.1%，位列…
一盏会凑过来让摸头的台灯，你见过吗？
如果一盏台灯把头伸到你手边，你会先摸它一下，还是会被吓一跳？ Mira Light 想要的，大概是前一种反应。按照团队公开的交互设计，人把手伸向灯头，它会向前靠近、轻轻蹭动，灯光也随之变暖。手移开后，它再做一个向前追的动作，随后回到照亮桌面…
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 …
智能体越界后，英伟达把防线推到芯片上
美国时间 9 月 28 日，英伟达发布开放智能体安全平台 Open Agent Safety Platform。平台将开源运行时 OpenShell 与基于 BlueField 4 DPU 的 Sentry 参考设计组合起来：前者限制智能体…
卖出 700 万副眼镜后，Meta 想把什么交给 AI ？
9 月 23 日的 Meta Connect，眼镜依旧是台上的主角：Ray Ban Meta 更新到第三代，带显示的眼镜增加新功能，Meta VR Glasses 计划明年春天上市。其中最有意思的产品，反倒是一副做了减法的 Ray Ban …
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 …
2026 云栖大会，千问的重点在落地
9 月 22 日开幕的云栖大会上，千问集中亮相几种用途不同的硬件产品：AI 眼镜 N1、N1 Pro，一款耳夹式耳机，以及千问办公推出的 QwenNote A2 和桌面设备 Eva。前面三款是日常穿戴设备，后面两款更多围绕工作展开。 单看某…
清华赵行团队与北大刘珂团队发布 SkelWAM，用骨架让策略零样本跨十种机械臂
SkelWAM 实现了在一台机器人上训练好的操作策略，可以直接部署到其他不同结构的机器人身上。研究团队设计了一套统一手臂骨架的公共几何表征。模型接收视觉画面，读取本体状态，预测后续动作，全部基于这套表征。策略只在 Franka 上训练，迁移…
众筹 20 小时破百万美元，让 AI 接手电脑操作有人买单
让 Agent 帮忙处理工作，往往还需要人做不少准备：复制资料、上传文件、解释页面上的内容，再把生成结果搬回原来的软件。如果 AI 能直接看懂电脑屏幕，接着操作鼠标和键盘，像身外化身一样帮你处理工作，能提升多少工作效率？ 「深圳本惟无界科技…