跳到正文

#具身智能

今日 0 条
10月14日周三
10月13日周二
10月9日周五
9月22日周二
8月31日周一
8月21日周五
7月30日周四
  1. Google DeepMind74

    Google DeepMind 发布 Gemini Robotics ER 2,提升视频理解、任务编排与多机器人协作能力

    Google DeepMind 发布 Gemini Robotics ER 2,作为机器人的高层大脑负责推理、规划与任务编排,并将运动执行交给底层 VLA 模型。该模型支持连续视频进度追踪、精确关键时刻识别与多机器人协作,进度分类准确率达 57.4%,关键时刻识别准确率达 91.3%。开发者现可通过 Gemini API 与 Google AI Studio 使用。

    推荐理由:官方博客给出了新模型在视频理解、任务编排和多机器人协作上的能力升级与评测数据,可据此判断具身智能的落地进度。

7月28日周二
  1. Google DeepMind74

    Google DeepMind 发布 Gemini Robotics 2:为机器人带来全身智能

    Google DeepMind 发布 Gemini Robotics 2,通过三个模型为机器人带来全身智能、灵巧操作和多机协同能力。该系统可控制完整人形机器人执行耗时数分钟的多步任务,ER 2 推理模型已在 Google AI Studio 上线,On-Device 2 端侧模型仅需几小时即可适配新本体。

    推荐理由:官方公布了全身控制、灵巧操作与多机协同能力,并给出端侧几小时适配新本体的指标,适合评估具身智能进展。

7月19日周日
  1. 阶跃 StepFun · 官方公众号27

    WAIC 2026 必打卡展区:阶跃 STEPX Neo、超级Eva 齐亮相

    阶跃在 WAIC 2026 展出"镇馆之宝"STEPX Neo,搭载全球首个智能体原生操作系统 Step AOS,是目前唯一获 L3 级检测报告的智能体手机。现场还展出 Step Edge 全家桶、Step 3.7 Flash、StepAudio 家族与搭载极氪8X 的汽车智能体超级Eva。阶跃联合原力灵机以 6 台机器人 15 小时协同拼装长城模型,为全球首次。

7月17日周五
  1. 阶跃 StepFun · 官方公众号24

    WAIC 2026 开幕式主论坛 | 印奇:当智能体走进物理世界

    阶跃星辰董事长印奇在 WAIC 2026 开幕式主论坛发表演讲,指出智能体将带来新系统、新载体、新网络三大结构性变化。他提出"智能体能力 = 模型能力 × 智能体操作系统能力",认为电脑、手机、汽车、机器人将成为同一智能体在不同场景下的不同身体。阶跃正与图灵奖得主姚期智领衔的上海期智研究院开展智能体治理研究。

  2. 云鼎实验室33

    腾讯安全沙龙第九期深圳站「Hacking World!」前沿议题实录

    腾讯安全沙龙第九期深圳站落幕,以“Hacking World!”为主题聚焦生成式AI安全、AI Agent攻防、具身智能安全等八大前沿方向。活动吸引超600人报名、400余位安全爱好者到场,议题涵盖“定向幻觉”治理、AI Agent数据流攻防、金融对抗工程等实战研究。宇树科技专家现场完成人形机器人Physical AI Agent的具身智能安全威胁建模,为该领域指明研究方向。

7月15日周三
  1. 阶跃 StepFun · 官方公众号26

    阶跃 StepFun WAIC 2026 展区亮点抢先看:Step AOS 与智能体手机 STEPX Neo 首次线下亮相

    阶跃 StepFun 将在 WAIC 2026 集中展示 Step 系列模型矩阵与全球首个智能体原生操作系统 Step AOS。荣获本届 WAIC “镇馆之宝”的智能体手机 STEPX Neo 首次线下公开亮相,展区位于上海世博展览馆 H1 馆 C107。阶跃还携手吉利、千里科技升级汽车智能体(上极氪8X),并与原力灵机挑战 6 台机器人连续协作 15 小时拼装 8 万余块积木长城。

5月18日周一
  1. Google DeepMind66

    Project Genie 上线 Street View 真实地点锚定能力并向 Google AI Ultra 用户开放

    Google DeepMind 为实验性世界模型原型 Project Genie 上线 Street View 锚定能力,并即日起向全球符合条件的 Google AI Ultra($200,18 岁以上)订阅者逐步开放。

    推荐理由:官方讲清了 Street View 锚定如何把世界模型从虚拟训练环境扩展到真实地点模拟,读者可据此判断其对具身智能训练的价值。

4月20日周一
  1. Berkeley AI Research46

    GRASP:面向更长程视野的世界模型梯度规划方法

    GRASP 是一种面向学习式世界模型的新型基于梯度的规划器,让长程规划变得切实可行。它将轨迹提升至虚拟状态以实现跨时间并行优化,向状态迭代直接注入随机性以促进探索,并重塑梯度使动作获得干净信号,从而规避高维视觉模型中脆弱的 state-input 梯度。该工作由 Yann LeCun 等人合作完成,针对长程规划中梯度爆炸/消失与不良局部极小值导致的脆弱性。

4月13日周一
  1. Google DeepMind69

    Gemini Robotics-ER 1.6 发布:增强具身推理,驱动真实世界机器人任务

    Google DeepMind 发布 Gemini Robotics-ER 1.6,这是其推理优先具身推理模型的重大升级,即日起通过 Gemini API 与 Google AI Studio 向开发者开放,并提供配置与提示示例的开发者 Colab。

    推荐理由:原文给出相对上一代与 Gemini 3.0 Flash 的逐项基准对比,读者可据此判断具身推理在工业巡检场景的可用边界。

1月16日周五
  1. Google DeepMind57

    Google DeepMind 提出 D4RT,教 AI 用四维视角看世界

    Google DeepMind 提出 D4RT,一个将动态场景重建与追踪统一到单一框架的 AI 模型,可用同一查询接口完成点追踪、点云重建和相机位姿估计。它比此前方法快 18 至 300 倍,在单颗 TPU 上约 5 秒即可处理一分钟视频,研究团队表示这为机器人、AR 和世界模型等实时空间计算场景打开了路径。

11月13日周四
  1. Google DeepMind66

    SIMA 2:在虚拟 3D 世界中与你共同游玩、推理与学习的智能体

    Google DeepMind 发布 SIMA 2,一个以 Gemini 模型为核心的通用 AI 智能体,从指令跟随者升级为可交互的游戏伙伴。SIMA 2 能理解用户的高层目标、对话说明自己的意图,并通过试错与 Gemini 反馈自我改进;在从未训练过的游戏(如 ASKA 和 MineDojo)以及 Genie 3 生成的全新 3D 世界中也能泛化行动。

    推荐理由:SIMA 2 从指令跟随者进化为能推理、会交流并自我改进的交互式伙伴,为具身智能走向通用性提供了可参照的路径。

10月15日周二
  1. OpenAI News62

    OpenAI 用类人机器人手解魔方

    OpenAI 训练了一对神经网络,让类人机器人手解魔方。网络完全在模拟环境中训练,使用与 OpenAI Five 相同的强化学习代码,并配合新技术 Automatic Domain Randomization (ADR)。系统能应对训练中未见过的情形,例如被长颈鹿毛绒玩具戳碰,表明强化学习也能解决需要前所未有灵活性的物理世界问题。

    推荐理由:原文给出了模拟训练加 Automatic Domain Randomization 的方法路径,可迁移到其他需要物理灵活性的机器人任务。

9月17日周二
  1. OpenAI News62

    多智能体交互中涌现的工具使用

    OpenAI 观察到智能体在简单的捉迷藏游戏中逐步发现更复杂的工具使用方式,并在新的模拟捉迷藏环境中形成六种不同的策略与反策略,其中一些是研究者此前不知道该环境支持的。这种自监督涌现的复杂性进一步表明,多智能体协同适应未来可能产生极其复杂和智能的行为。

    推荐理由:智能体在简单的捉迷藏环境中通过自监督训练涌现出六种策略与反策略,为多智能体协同演化产生复杂行为提供了可参照的路径。

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
5月16日周二
  1. OpenAI News60

    OpenAI:会学习的机器人

    OpenAI 打造了一套完全在仿真中训练并部署到实体机器人上的机器人系统,只需看一次演示就能学会新任务。

    推荐理由:该系统先在仿真中完成训练再部署到实体机器人,为具身智能的仿真到现实迁移提供了可参照的路径。

5月15日周一
4月1日周六