跳到正文

#具身智能

今日 1 条
今天10月20日周二
10月14日周三
  1. Google DeepMind88

    Google DeepMind 发布 Gemini 4 Argon 机器人模型

    Google DeepMind 发布 Gemini 4 Argon,主打物理理解、代码生成与视觉语义推理,在 Embodied Reasoning(ERQA)基准上以纯推理取得 87%,称超过其他前沿模型。

    推荐理由:官方给出 Argon 在 ERQA 的 87% 成绩与四类机器人工作流示例,可据此判断物理推理模型的落地边界。

9月24日周四
  1. Microsoft Research60

    微软研究院:将物理 AI 推理卸载到边缘或云端 GPU 可提升机器人性能与续航

    微软研究院对移动操作机器人工作负载做了首次系统性研究,发现把物理 AI 推理从机器人端侧 GPU 卸载到边缘或云端 GPU,可提升任务成功率、支持更大模型并延长续航。

    推荐理由:微软研究院系统测量了机器人端侧 GPU 推理的瓶颈,并给出可复用的 Kubernetes 卸载工具链。

9月22日周二
8月14日周五
7月30日周四
  1. Google DeepMind74

    Google DeepMind 发布 Gemini Robotics ER 2 具身推理模型

    Google DeepMind 发布 Gemini Robotics ER 2,作为机器人的高层大脑,支持视频理解、任务编排与多机器人协作,并可通过 Gemini API、Google AI Studio 使用,Gemini Enterprise Agent Platform 上为私密预览。

    推荐理由:官方给出进度分类、时刻定位与多机协作的具体指标,可据此判断机器人在长任务中的自主完成度。

7月28日周二
7月27日周一
7月21日周二
  1. Hugging Face Blog62

    Hugging Face 发布 Grabette 开源机器人操作数据采集系统

    Hugging Face 发布 Grabette,一套开源低成本的手持夹爪系统,用于记录机器人操作演示数据。它配备广角鱼眼相机和 RGBD 相机,分别负责策略所需的上下文视图与 6-DoF 轨迹跟踪,硬件 BOM 成本约 490€,配套的机器人端夹爪 Gripette 约 120€。

    推荐理由:原文给出了低成本手持夹爪的完整开源方案与浏览器处理流程,读者可据此判断机器人操作数据采集的门槛变化。

7月8日周三
  1. Mistral AI71

    Mistral 发布 Robostral Navigate 具身导航模型

    Mistral AI 发布首个具身导航模型 Robostral Navigate,这是一个 8B 模型,仅用单个普通 RGB 相机、无需 LiDAR 或深度传感器,在 R2R-CE validation unseen 上达到 76.6% 成功率,比最佳单相机方案高 9.7 个百分点,比使用深度或多相机的最佳系统高 4.5 个百分点。

    推荐理由:Mistral 首个具身导航模型仅用单目 RGB 相机就在 R2R-CE 上超过多传感器方案,可看其训练与强化学习设计。

7月7日周二
  1. Hugging Face Blog73

    LeRobot v0.6.0 发布:世界模型策略、奖励模型与统一评测 CLI

    Hugging Face 发布 LeRobot v0.6.0,围绕机器人学习闭环引入世界模型策略(VLA-JEPA、FastWAM、LingBot-VA)、新一批 VLA(GR00T N1.7、MolmoAct2、EO-1、EVO1、Multitask DiT)以及统一奖励模型 API(Robometer、TOPReward)。

    推荐理由:LeRobot v0.6.0 把世界模型策略、奖励模型 API 与统一评测 CLI 串成闭环,读者可据此判断机器人学习工具链的演进方向。

6月9日周二
6月3日周三
4月13日周一
  1. Google DeepMind66

    Google DeepMind 发布 Gemini Robotics-ER 1.6,新增仪表读数能力

    Google DeepMind 发布 Gemini Robotics-ER 1.6,这是其面向机器人推理的模型升级版,强化了空间推理与多视角理解,并新增仪表读数能力,可读取压力表、液位计和数字读数。

    推荐理由:官方给出与前代及 Gemini 3.0 Flash 的对比,并新增仪表读数能力,可据此判断机器人在真实场景的推理进展。

3月9日周一
  1. Hugging Face Blog62

    LeRobot v0.5.0 发布:首次支持 Unitree G1 人形机器人并新增 Pi0-FAST 等策略

    LeRobot v0.5.0 发布,自 v0.4.0 以来合并超过 200 个 PR、新增 50 多位贡献者。该版本首次加入 Unitree G1 人形机器人支持,涵盖运动、操作、遥操作与全身控制,并新增 Pi0-FAST 自回归 VLA、Real-Time Chunking、Wall-X、X-VLA、SARM 等策略以及 PEFT 微调支持。

    推荐理由:LeRobot v0.5.0 一次性补齐人形机器人、自回归 VLA 与流式视频编码,读者可据此判断开源机器人栈的当前边界。

3月5日周四
  1. Hugging Face Blog38

    如何在嵌入式平台部署机器人 AI:数据集录制、VLA 微调与端侧优化

    Hugging Face 博客发布 NXP 的嵌入式机器人 AI 实践指南,覆盖数据集录制、VLA 策略微调(ACT 与 SmolVLA)及端侧优化。NXP 以"把茶包放进杯子"任务录制 120 个 episode,将机械臂工作空间划分为 11 个 10×10 cm 聚类,并推荐使用夹爪相机提升精细操作成功率。指南还介绍了 NXP i.MX 95 SoC 经优化后实现的实时性能。

1月15日周四
11月14日周五
10月29日周三
10月24日周五
9月16日周二
7月10日周四
7月9日周三
  1. Hugging Face Blog62

    Hugging Face 与 Pollen Robotics 发布开源机器人 Reachy Mini,399 美元起

    Hugging Face 与 Pollen Robotics 发布开源机器人 Reachy Mini,Lite 版 399 美元、带 Raspberry Pi 4 与电池的 Compute 版 499 美元,均需另付税费和运费,预计约 90 天发货。

    推荐理由:Reachy Mini 给出了开源硬件规格、两档价格与 Hugging Face 行为库入口,可据此判断桌面机器人开发门槛。

6月12日周四
  1. Hugging Face Blog62

    如何用 LeRobot SO-101 机械臂后训练 Isaac GR00T N1.5

    NVIDIA 发布 Isaac GR00T N1.5,这是 Isaac GR00T N1 的首次重大更新,可通过后训练适配具体本体、任务和环境。博客给出完整教程,演示如何用单台 SO-101 机械臂的遥操作数据微调 GR00T N1.5,涵盖环境安装、数据集准备、微调、开环评估和真机部署五步。

    推荐理由:原文给出用单臂遥操作数据微调 GR00T N1.5 的完整命令流程,可迁移到其他机器人本体。

6月3日周二
5月11日周日
4月14日周一
3月18日周二
  1. Hugging Face Blog71

    NVIDIA 在 GTC 2025 发布 Cosmos Transfer、Physical AI Dataset 与 Isaac GR00T N1

    NVIDIA 在 GTC 2025 上发布三项面向物理 AI 开发的开源成果:世界基础模型 Cosmos Transfer、Physical AI Dataset 以及人形机器人基础模型 NVIDIA Isaac GR00T N1。

    推荐理由:NVIDIA 在 GTC 2025 一次性开源世界模型、数据集与人形机器人基础模型,读者可据此了解物理 AI 开发可用的工具链。

2月4日周二
8月27日周二
3月25日周一
10月15日周二
  1. OpenAI News78

    OpenAI 用机械手解魔方:仿真训练加 ADR 应对真实世界扰动

    OpenAI 训练了一对神经网络,让类人机械手解开魔方。神经网络完全在仿真中训练,使用与 OpenAI Five 相同的强化学习代码,并搭配名为 Automatic Domain Randomization(ADR)的新技术。系统能应对训练中从未见过的情况,例如被毛绒长颈鹿戳碰,说明强化学习不只适用于虚拟任务,也能解决需要极高灵巧度的物理世界问题。

    推荐理由:OpenAI 用仿真训练加 ADR 让机械手解魔方,可了解强化学习从虚拟任务走向物理操作的关键思路。

6月5日周三
7月30日周一
2月26日周一
10月19日周四
10月11日周三
6月28日周三