具身智能
-
RoC只在必要时召唤推理智能体:仿真平均成功率99.6%,真机三项长程任务平均73.3%
武汉大学、中关村学院和三星等机构提出RoC:用任务状态监测器决定何时让推理智能体介入。RMBench上与智能体基线相比平均成功率99.6%、token减少65.3%;SO-ARM101三项真机任务平均成功率73.3%。
-
约5万小时全身人体经验加持,Awaken-HI在T800八项任务上平均成功率达93.75%
EngineAI团队在11月20日公布于arXiv的论文中介绍Awaken-HI,并用约5万小时第一人称立体视频与同步全身动作做预训练。在EngineAI T800上,八项单独任务平均成功率为93.75%,高于对照模型π0.5的57.5%和GR00T N1.7的58.75%;长程工业补货和家庭整理任务分别为90%和80%。
-
PGX把取咖啡的时机和空间精度从策略里拆出来,仿真中GR00T N1.6成功率从35%升到80%
牛津大学团队提出PGX,用谓词门控状态机和世界坐标锁定来管理长程人形任务的时机与空间精度,VLA只负责操作阶段。在仿真取咖啡任务中,GR00T N1.6在权重不变时端到端成功率从35%升至80%。真机Unitree G1上完成了验证,但论文未给出单独的真机端到端成功率。
-
Ego2X把第一人称视频里的物体接触迁到不同机器人,X-VLA在200个场景成功率从40.5%升至67.0%
一篇11月19日发布于arXiv的论文提出Ego2X,主张从第一人称视频里迁移的不该是人手怎么动,而是物体上的接触如何发生。该方法面向灵巧手和平行夹爪,并在RoboTwin 2.0中仅用转换后的数据后训练X-VLA,任务成功率从零样本的40.5%提高到67.0%。
-
只需人类第一人称示范,SHAPE让双手灵巧机器人在全新任务上60次试验做成21次
Sharpa Robotics与香港中文大学、上海交大—Sharpa具身智能联合实验室等团队近日在arXiv发布VLA模型SHAPE,并公开了项目主页。模型用离散动作标记辅助训练,同时输出末端执行器和关节两路可执行动作。在三项从未用机器人遥操作采集过的新任务上,仅用人类示范微调后,60次真机试验做成了21次。
-
英伟达推出Cosmos Data Factory:两条提示词生成物理AI训练数据,缺陷图制备称快60倍
英伟达推出Cosmos Data Factory,让编程智能体用两条提示词完成物理AI训练数据的检索、增强、生成和标注。官方称,在8张RTX PRO 6000 Blackwell上,缺陷图像数据集制备时间从两个月降到一天,自动驾驶场景生成成本约为路测采集的1/45。
-
星动纪元推出XHAND 1 Pro-U灵巧手:与英伟达DexUMI外骨骼关节对齐,首批限量40台开始商用
星动纪元于11月16日宣布,五指灵巧手XHAND 1 Pro-U开始接受商业订单,首批限量40台。这款手有16个自由度,关节设计与英伟达GEAR实验室的DexUMI外骨骼对齐,可把人的演示动作更直接地映射到机器人上,并出现在英伟达研究员Jim Fan于机器人学习会议上展示的GR00T 2演示中。
-
华为云开源昇腾原生具身世界模型CloudRobo-WM1.2:让机器人先“预想”世界再动手,两项操作基准排名第一
华为云把具身世界模型连同训练框架一起开源:模型在国产昇腾算力上训练,两项机器人操作基准登顶,华为云依旧强调“不做机器人本体”。
-
家务机器人挑战赛成功率一年翻4倍:华为诺亚冻结模型参数、让AI自己写程序夺得BEHAVIOR冠军,中国团队包揽前三
切菜、装烟雾报警器、收拾柴火——100项家务、平均每项要做将近6分钟。一年前最强方案只能完整做好12%,今年冠军做到了48.2%。
-
两台机器人隔着墙也能默契配合:星尘智能发布多机协同框架CoMind,只传32个Token,盲区放置准确率从38.9%升至88.9%
一台机器人看得见、另一台看不见,怎么配合?星尘智能给出的答案是:别把整段画面都发过去,只把队友做决策需要的那几条信息提炼出来。新框架CoMind让双臂机器人在隔墙、遮挡等场景下完成了接力拿笔、叠被子、组装哑铃等任务。