输入
共 84 篇相关内容
不出声，也能语音输入？这副眼镜能把没说出口的话变成文字
美国时间 10 月 30 日，创业公司 Subvocal 宣布获得由 Afore Capital 和 Y Combinator 投资的 130 万美元融资，并同步在官网开启了首款智能眼镜的预订，早鸟价定在 499 美元，预计 2027 年一…
卖智能戒指赚不到钱，改卖睡眠报告就能了吗？
10 月 29 日晚，王腾在北京开了离开小米后的第一场发布会。会上，王腾创办的今日宜休拿出了两款睡眠产品：ISHO Ring 智能戒指和 iFlow 智能温控系统。 会后接受采访时，他聊起过一段跑供应链的经历：在深圳的代工厂里，一枚智能戒指…
当智能眼镜进入全彩时代，交互方式会怎样变化？
北京时间 10 月 27 日下午，乐奇「Rokid」在杭州发布会上推出了两款新品：一款是延续单绿色显示的升级款 Rokid Glasses 2，售价 3,699 元起；另一款则是双目全彩智能眼镜 Rokid Color，在 55 g 机身内…
机器人 97% 的时间都在等大模型，星海图赵行谈破解实时性难题｜CoRL 2026
11 月 9 日，CoRL 2026 机器人学习大会在美国得克萨斯州奥斯汀举行。当地时间 9:30 – 10:00，大会举行首场早期职业主旨演讲。 清华大学交叉信息研究院助理教授、星海图联合创始人兼首席科学家赵行，以「Organizing …
谷歌更新机器人 VLA 模型，Apollo 2 在奔驰产线实现 96% 分拣成功率
11 月 10 日，谷歌通过旗下 DeepMind 官方博客发布视觉 — 语言 — 动作（VLA）模型 Gemini Robotics 2.5。 从实验室任务落地到奔驰产线试点，这一版本模型究竟在哪些地方实现了提升？ 根据谷歌披露，在与 A…
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…
苹果把人形感知写进仿真，HALO 或零样本入户
机器人会复现预先编排的动作，不等于能在陌生家庭里自主完成任务。要完成家庭任务，机器人既要听懂指令、找到目标物体，也要根据环境规划动作，靠近目标并完成交互。 那么，怎样只用仿真数据训练，让机器人在没见过、没扫描过的真实家庭里做到这些？ 11 …
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…
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…