会后复盘
具身智能
雷峰网 · Guangwei.mai · 2026-07-20
来源:“具身智能之心”公众号
原文链接:https://mp.weixin.qq.com/s/L3EOl1oSvUR7C6HMpg_4ig
长期以来,仿真平台被三大顽疾困住:高保真渲染与大规模并行训练不可兼得,场景资产全靠人工建模耗时数周,换一种机器人就得换一套仿真器。三道瓶颈,让“仿真里满分、真机上翻车”成为行业常态。
现在,这三道仿真的枷锁被一次性打开了。
论文:http://a...
会后复盘
具身智能
雷峰网 · Guangwei.mai · 2026-07-16
作者丨邓哲敏
编辑丨齐铖湧
2026 年 7 月 13 日,RSS 2026 于悉尼正式开幕。从会场展示来看,如何突破机器人数据瓶颈几乎成为今年具身智能研究的一条主线:有人继续扩大数据规模,有人寻找新的数据来源,也有人探索生成模型带来的数据增量。
来自南加州大学 PSI Lab 的 研究团队展示了论文 Ψ₀,从另一个角度展开思考:如果手里的真机数据短时间内无法变多,我们能不能先改变...
会后复盘
具身智能
雷峰网 · Guangwei.mai · 2026-07-16
来源:公众号“机器之心”
原文链接:https://mp.weixin.qq.com/s/Bb2A51JmiuyBX8ufeS08wg?scene=1&click_id=16
机器人操作正在从结构化工业场景走向更开放的真实环境。相比完成单个预设动作,真实任务往往包含更长的执行链条、更复杂的物体交互,以及更多不可控的外部扰动。一次抓取没有完全夹稳、目标物体被轻微碰偏、双臂交接时姿态...
会后复盘
具身智能
雷峰网 · Guangwei.mai · 2026-07-16
来源:公众号“强化学习CASIA”
原文链接:https://mp.weixin.qq.com/s/qo-2ViC3UV8GXYscXcpRwA?scene=1&click_id=7
中科院自动化所深度强化学习团队提出了一种新的面向具身基础模型长期持续学习的强化学习后训练方法——LifeLong-RFT。该方法针对现有视觉-语言-动作模型(Vision-Language-Acti...
会后复盘
具身智能
雷峰网 · Guangwei.mai · 2026-07-16
来源:公众号“AI光点”
原文链接:https://mp.weixin.qq.com/s/WYaG9RVRvpC2uVb0pyhsTg?scene=1&click_id=6
超市货架最里面立着一盒饼干。机械臂已经看见它,夹爪也张得开,可正面被其他商品挡住,侧面只剩一条窄缝。传统系统会继续找一条不碰任何东西的轨迹;实在找不到,就宣布这次抓取不可行。
人不会这么做。我们会先把纸盒拨...
会后复盘
具身智能
雷峰网 · Guangwei.mai · 2026-07-16
来源:【Mbot具身智能实验室】
原文链接:https://mp.weixin.qq.com/s/GHRWr-XBL0nE7uQUnmsvlg?scene=1&click_id=4
RSS 2026 的 accepted papers 已经公布。从官方论文列表和 RSS 2026 Paper Explorer 的统计结果看,本届会议共收录 210 篇论文,覆盖 21 个 sess...
会后复盘
具身智能
雷峰网 · Guangwei.mai · 2026-07-27
作者丨张 璐
编辑丨齐铖湧
在机器人技术狂飙突进的今天,具身智能领域正面临着一个行业性的核心困境:我们已经拥有了高容量的深度神经网络,但现实世界中高昂的交互与试错成本,成为了阻碍机器人通往AGI的最大瓶颈。
在虚拟世界里,游戏和代码的执行成本几乎为零,因此我们见证了 AlphaGo 的奇迹和大语言模型在编程大赛中夺冠。但在物理世界中,机器人每一次真机试错,都伴随着昂贵的时间成本...
会后复盘
具身智能
雷峰网 · Guangwei.mai · 2026-08-04
来源:量子位
原文链接:https://mp\.weixin\.qq\.com/s/dDwND7YxK6hzkALjamGf7g
“包括Physical Intelligence在内,如今的北美头部具身智能公司离成熟都还有不短的距离。整个领域,也还没出现真正的奠基性工作。”
“中国真正领先的,恰恰是机器人硬件。美国同样没有成熟答案,中国公司又何必急着把自己称为‘中国版XX’?”
这是...
会后复盘
具身智能
雷峰网 · Guangwei.mai · 2026-08-04
来源:RoboPaperHub
原文链接:https://mp\.weixin\.qq\.com/s/gEEALnYbNF5phOmDpvfF\_A
长时程操控里,单步动作预测易随时间漂移,动作条件视频模型又常因误差累积或推理过慢难以闭环。RSS 2026多篇工作把世界模型接到策略链路:用中间视觉状态稳住目标条件控制,或以可交互模拟器与想象推演支撑长视界训练与自改进。
长时程操控不仅...
会后复盘
具身智能
雷峰网 · Guangwei.mai · 2026-07-20
来源:公众号seeed矽递科技
原文链接:https://mp.weixin.qq.com/s/oatmuYsg5WVw_Ef3qX43Dw
机器人正在进入一个新的发展阶段。
随着大模型、视觉语言动作(Vision-Language-Action, VLA)、机器人学习(Robot Learning)以及边缘 AI 技术的快速发展,机器人正在从传统的自动化设备,逐渐转变为能够感知、学习...