EN视频生成
共 18 篇相关内容
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…
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）…
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 …
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…
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…
星海图赵行：机器人的下一次 Scaling，不只发生在预训练
机器人抓起一个商品，只能说明它会做一个动作。展台上的机器人完成一次抓取，与它进入前置仓持续接单、拣选和打包，是两种不同的考验。 前者可以被压缩成一条成功轨迹，后者却要求机器人理解订单、定位货架、自主导航、处理随机摆放的商品，还要在多机协同时…
独家对话周顺波：就算没有 AGI，也能做一台大家喜欢的机器人
在创立欧拉万象以前，周顺波已经做了近 12 年机器人。 2015 年，他进入香港中文大学徐扬生院士的实验室，才真正开始做机器人。他参与研发过一只熊猫形态的疗愈机器人，后来被送进香港沙田医院，陪伴自闭症儿童和阿尔茨海默病老人。那时，这类机器人…
首次！北大、南洋理工等 30 位研究者联手厘清具身数据金字塔
7 月 28 日，来自北京大学、南洋理工、港科大、新加坡国立、港大、上海交大等十余所机构的近 30 位研究者联合发布了一篇 72 页长文综述《Data Pyramid for Embodied Manipulation》。该综述通过一个五层…
和王啸峰聊聊 Gigaworld-1：当世界模型成为具身智能的物理裁判
语言模型的评测几乎是即时的。训练一停，把测试集丢给 GPU，几秒钟就能拿到一串分数，好还是不好，一眼就能看出来。 换成机器人的「大脑」就完全是另一回事了。一个 VLA 模型刚迭代出新版本，研究员没法在屏幕前把它评完——他们得把新策略刷进真机…
不止于预测，小米将世界模型打造成数据引擎
7 月 14 日，小米放出其自研机器人在工厂中连续作业的任务视频，视频中可以看到机器人在面对不同尺寸工件依然可以长时间稳定作业。 然而，机器人在工厂里的稳定作业，只是最终呈现出来的结果。真正支撑这一结果的，是机器人背后的模型能力。模型能力决…
英伟达用 SimFoundry，打通机器人 Real2Sim 最后一公里
近年来， DexMimicGen 等自动化数据合成工具和 PolaRiS、Isaac Sim 等仿真工具为解决机器人数据与训练问题，提供了可扩展的替代方案。 但是让开发者通过「CAD 建模、提供物理约束、摆放场景」等步骤手动布置仿真环境，并…