视觉
共 131 篇相关内容
上海交大、创智学院、穹彻智能联合发布 UniFlowWAM： 当「流」成为模态
上海交大、创智学院、穹彻智能联合发布 UniFlowWAM： 当「流」成为模态 近半年来，有关 WAM 的研究越发出现一种趋势，即将物理世界的信号提取为抽象模态，成为数据并进入编码器中，用于具身模型的学习。积水成冰，随着越来越多的团队叩问什…
Meta 与傅利叶联合研发人形机器人 Max 原型曝光
10 月 31 日前后，据 The Information 援引知情人士报道，Meta 已与中国机器人公司傅利叶（Fourier）联合研发出一款人形机器人原型，内部代号 Max，并已于 2026 年 9 月启动第二代 Max 2 的开发。I…
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…
故障率从 10% 到 0.5%：一只灵巧手的进厂考试
一只灵巧手拿起螺丝枪，为另一只待出厂的灵巧手完成性能测试。这是临界点在 10 月 29 日智元创新日灵巧操作分论坛上，通过跨城连线展示的一个生产测试工位。 在绍兴临界点卧龙联合生产制造基地，机器人需要完成上料、扫码、装夹、拧固、启动测试设备…
从任务失败中获取新控制器，卡内基梅隆团队用 ELEVATE 帮机器狗补能力
搭载机械臂的四足机器人，比轮式机器人更能适应复杂环境。但却有一个硬限制：所有动作都要提前训练好，存进动作库里。 如果库里没有对应的动作，哪怕换再多任务代码，机器人也做不出这个姿态。 那么机器人可不可以自己发现，任务失败是因为缺少哪个动作，然…
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…
依托世界模型倒带复盘，智元 Rollback 让单台真机 8 小时追上人类均值
机器人一旦做错决策，能不能退回节点换个动作重新尝试？ 这在现实物理世界很难，就像积木塔一旦倒塌，不会自己复原。机器人每试错一次，都要人工重置场景、把道具摆回初始状态，才能开启下一轮试验。 大量时间和成本都耗在场景复位上，这正是实体机器人强化…
智元升级 Genie Sim，柔性仿真贯通训练与评测
叠毛巾、收紧束口袋，对人来说是简单操作，对机器人却并不容易。布料和绳索会随着抓取、挤压持续变形，接触和摩擦也会改变后续操作条件。仿真如果无法还原这些变化，机器人就可能在虚拟环境中表现良好，到了真实环境却操作失败。 10 月 28 日，AI …
地瓜机器人开源 Uranus 世界模型仿真平台，RoboTwin 闭环评测相关性达 0.98
10 月 27 日，地瓜机器人大模型团队开源 Uranus 技术报告，并同步开放推理代码、SDK 和模型权重，面向全球开发者与研究者开放 100 个早期体验名额。Uranus 面向机器人策略的交互测试与比较：真机实验受设备、周期和安全条件限…
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…
世航沧穹大模型完成国家网信办备案，面向海洋机器人作业
世航智能近日宣布，其自主研发的海洋通用基座大模型「沧穹 CEORION」已完成国家网信办备案。模型基于 LWAM（语言—世界—动作模型）架构，融合视觉、声学、压力、流体和姿态等多种传感信息，试图让海洋机器人把「看见环境、理解任务、规划动作、…