作者丨郑佳美、樊天骄 编辑丨郑佳美 在生成式 AI 进入 3D 内容生产之后，行业最先解决的是“看起来像不像”的问题：一个模型能不能从文字或图片生成外观完整、纹理逼真、形状合理的 3D 物体。 但随着机器人、具身智能、数字孪生、AR / VR 和工业仿真的发展，真正制约应用落地的矛盾已经变了。现实世界中的物体不是静态摆件，而是带有尺度、材料、重量、关节、摩擦、碰撞和功能关系的物理对象。 一个柜子不仅要有柜门，还要知道门轴在哪里、能向哪个方向打开；一副眼镜不仅要有镜框和镜腿，还要知道镜腿能绕哪个关节折叠；一个水龙头不仅要外形相似，还要能被旋转、能和机械手发生接触、能在仿真器里表现出合理运动。 换句话说，未来的 3D 生成如果只停留在“生成一个好看的模型”，就很难支撑机器人训练、交互式场景构建和真实物理仿真。 这正是当前 3D 资产生成面临的核心断层：视觉资产越来越容易生成，但仿真资产依然高度依赖人工建模和手动标注。这个过程成本高、效率低，也很难规模化扩展到家庭、工厂、商场、医院等复杂真实场景。 ...

原文作者：公众号“深蓝具身智能” 原文链接：https://mp.weixin.qq.com/s/yGE3tLQywqf4wvsOlj6WxA 同时支持双臂协同、双灵巧手高自由度精细操作 ——端到端VLA模型 过往主流VLA系统，要么聚焦双臂低自由度夹爪控制，要么专攻单臂高自由度灵巧手操作，始终无法兼顾双臂协同与精细手指动作的双重需求。 比如活塞插入需双臂精准配合，拧瓶盖、精细取物则依赖多指灵活调控，这类任务长期缺乏统一的VLA解决方案。 近日，首个原生面向双臂双高自由度（36自由度）灵巧操作的开源VLA模型：Dexora，打破此前VLA的形态壁垒，为通用灵巧机器人的落地提供了全新范式。 硬件与遥操作：虚实协同的灵巧数据底座 ▲Dex 硬件与混合遥操作系统示意图©【深蓝具身智能】编译 硬件层面，Dexora搭载两台6自由度AIRBOT机械臂与一对12自由度XHAND灵巧手，单只手12个关节独立驱动，拇指与食指支持侧摆动作。 可实现扭转、捏取等类人精细操作，整套系统总计36自由度，为复杂双手协同任务提供硬件基础。 ...

拆解医学专用大模型如何跨越从“信息检索”到“严肃医疗”服务的鸿沟，打造“以患者为中心”的AI医疗生态。 作者丨岑峰 随着大语言模型从生成式对话向专业垂直领域的深度渗透，医疗健康正成为 AGI 落地最具价值也最受关注的“深水区”。过去，大众在面临健康困惑时，习惯于在搜索引擎的碎片化信息中自行“拼图”，往往陷入信息矛盾与焦虑。而今天，以蚂蚁集团“阿福”为代表的医学大模型，正凭借其强大的知识整合能力与多模态交互体验，迅速从实验室的 Demo 演变为拥有千万级日活、覆盖全年龄段的“国民级健康伙伴”。 然而，当 AI 开始介入严肃医疗与日常健康管理，一系列深层命题也随之而来：垂类模型如何在通用模型之上构建不可替代的专业壁垒？如何平衡医学的科学严谨性与人文关怀的温情？在面临“AI 迎合性”导致的伦理风险时，我们该如何划定安全红线？ 为此，本期 GAIR Live 举办了题为“AI for Health：从‘实验室...

雷锋网按：本文根据日本早稻田大学教授Atsuo Takanishi今天上午在世界机器人大会（World Robot Conference，下简称WRC）上的演讲编辑整理而来，在未改变愿意的基础上略做了删减。 Atsuo...

C²FG：利用 score 差异实现动态引导控制的生成方法。作者丨郑佳美编辑丨岑 峰很多人第一次觉得图像生成模型已经足够强，往往是在它能快速画出一张看上去不错的图的时候。但真正开始频繁使用之后，又会慢慢发现另一面。比如做一张活动主视觉，前几次生成里主体、色调、氛围都对了，可一放大细节就会发现手部、材质、边缘关系经不起看。再比如给一篇文章配封面，模型明明理解了主题，却总在最后呈现时把重点元素放错位置，或者让画面风格和语义之间出现轻微但难以忽视的偏差。这正是当前生成式 AI 进入大规模应用之后，行业越来越在意的一类问题。今天的 diffusion 模型已经不缺生成能力，缺的是更稳定、更可控、也更符合真实使用过程的生成机制。过去几年，行业主要依靠更大的模型、更多的数据和更强的算力推动效果上升，但当模型能力不断逼近高位之后，很多问题开始不再表现为能不能生成，而是能不能稳定地生成对。换句话说，竞争的重点正在从模型会不会画，转向模型能不能在每一步都朝着正确方向画。这个变化非常关键，因为它意味着生成模型的发展正在从规模驱动走向机制驱动。在这个背景下，来自上海交通大学与 vivo...

来源：公众号“微分智飞” 原文链接：https://mp.weixin.qq.com/s/KNYJqkoRJY4PwZ7gFpiWLg?scene=1&click_id=25 微分智飞团队11项科研成果入选ICRA 2026，研究覆盖决策大脑、敏捷小脑、协同群脑、高精感知、灵巧操作五大核心技术方向，展现团队在空中机器人系统与智能决策规划领域的深厚技术积累与原创突破能力。...

7月7日，2023年世界人工智能大会（WAIC）“聚焦·大模型时代AIGC新浪潮”，在上海圆满举办。...

真实世界，才是检验机器人 Learning 有效性的终极考场。整理丨吴华秀编辑丨陈彩娴稳定性是制约人形机器人落地的重要因素之一，如何利用强化学习（RL）与基于模型的控制（MBC）来进一步提高机器人的稳定性，已成当下业界的重要研究方向。2024 年 12 月 8 日，雷峰网、AI 科技评论 GAIR Live 品牌联合石麻笔记一起举办了一场主题为“RL+Control：将机器人可靠性逼近99.9x%”的线上圆桌沙龙。圆桌主持人为石麻笔记主理人、英诺天使投资人王建明，并邀请了浙江大学副教授与云深处创始人朱秋国、北京大学长聘副教授卢宗青、卡内基梅隆大学（CMU）石冠亚与加州大学伯克利分校博士后罗剑岚一起进行了一场深度的讨论。会上，四位嘉宾围绕 RL、Control...

ICML是国际顶级的机器学习会议，它与NIPS一起，是机器学习与人工智能研究领域影响力极高的两个主要会议。今年的ICML将于8月6-11日在澳大利亚悉尼召开，届时雷锋网 AI 科技评论也将前往现场进行报道。作为国内著名的人工智能研究机构，腾讯 AI Lab 也有4篇论文入选了今年的 ICML。雷锋网 AI 科技评论对这4篇论文简单介绍如下。Efficient Distributed Learning with Sparsity「高效的分布式稀疏学习」论文作者：王佳磊（芝加哥大学），Mladen Kolar（芝加哥大学）, Nathan Srebro（丰田芝加哥技术研究院），张潼（腾讯 AI Lab）论文简介：论文中介绍了一种新颖、高效的分布式稀疏学习方法，数据可以随机分配在多台计算机中进行学习。在所提方法的每一轮中，下属工作计算机会根据其上的数据计算损失梯度，总计算机则会对一个偏移的 L1...

在同行评审机制中，Reviewer的质量直接决定了顶会的含金量。官方数据显示，今年共有高达 17,491名 学者参与了CVPR的审稿工作，而能够被领域主席（Area Chairs）评定为“高质量评审”并跻身这份名单的，仅有排名前5%的极少数人。 作为持续关注CV圈动态的媒体，当我们拿到这份长长的名单时，最直观的感受是：华人CV力量，正在全面“霸榜”！ 从A到Z的字母排序中，华人学者的拼音名字密密麻麻，几乎占据了半壁江山。这不仅代表着华人学者在CV领域的高产，更证明了我们在学术品控、前沿审美和严谨态度上，赢得了国际学术界的顶格认可。 ? 媒体寻人：谁家的大牛上榜了？ 在官方发布的图片中，我们遗憾地发现：组委会仅公布了姓名，并未附带学者们所在的机构（Affiliation）。 众所周知，CV圈的拼音同名率极高，一个“Bo Li”或“Hao Chen”背后，可能对应着好几位来自全球顶尖高校（如清华、上交、MIT、斯坦福、UIUC）或科技巨头（如腾讯、阿里、字节、NVIDIA、Meta）的大牛。 ...