AI资讯新闻榜单内容搜索-机器人

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
搜索: 机器人
解锁具身智能的GPT时刻?浙大宇树开源500万条机器人预训练数据

解锁具身智能的GPT时刻?浙大宇树开源500万条机器人预训练数据

解锁具身智能的GPT时刻?浙大宇树开源500万条机器人预训练数据

浙江大学与宇树科技具身智能联合实验室等团队从海量互联网人类视频中构建并开源了预训练数据集 Movens-5M,收录 500 万条经仿真执行验证的机器人动作,总时长超过 1 万小时。

来自主题: AI技术研报
6019 点击    2026-11-18 10:13
GPT控制机械臂太危险!把菜刀悬在人手上,手机丢进水里

GPT控制机械臂太危险!把菜刀悬在人手上,手机丢进水里

GPT控制机械臂太危险!把菜刀悬在人手上,手机丢进水里

近年来,多模态基础模型凭借规模化带来的泛化能力,越来越多地被用作机器人的「大脑」,负责任务规划和动作决策。

来自主题: AI技术研报
8822 点击    2026-11-17 15:30
机器人也需要“手感”:帕西尼谈触觉、数据与物理AI|硅谷101年度线下大会

机器人也需要“手感”:帕西尼谈触觉、数据与物理AI|硅谷101年度线下大会

机器人也需要“手感”:帕西尼谈触觉、数据与物理AI|硅谷101年度线下大会

在ALIGNMENT 2026大会上,帕西尼创始人兼CEO许晋诚提出由感知、智能与执行(PIE)构成的物理AI路径,并以GEN FUSE架构、OmniSharing DB、Omni VTLA 2.0、Feelix World及DexH13灵巧手推进机器人感知、学习与执行能力。

来自主题: AI资讯
8409 点击    2026-11-17 10:18
2B模型拿下98.4%成功率!浙大VLA新成果让机器人学会状态变化

2B模型拿下98.4%成功率!浙大VLA新成果让机器人学会状态变化

2B模型拿下98.4%成功率!浙大VLA新成果让机器人学会状态变化

浙江大学ACES实验室OmniAI团队提出VLA-Δ,通过三类监督学习物理状态变化,基于2B视觉语言骨干在LIBERO取得98.4%的平均成功率,并在真实双臂机器人五类任务中取得68.0%的平均成功率。

来自主题: AI资讯
8228 点击    2026-11-15 11:30
突发|OpenAI解散独立机器人团队

突发|OpenAI解散独立机器人团队

突发|OpenAI解散独立机器人团队

OpenAI已解散独立机器人研究团队并将人员并入核心研究和Applied部门,称并非退出机器人领域,而是因GPT-6 Astra等通用模型可直接执行机器人任务,推动机器人研发与基础模型更紧密结合。

来自主题: AI资讯
10040 点击    2026-11-14 12:47
破局硅谷头号难题!中国AI「魂穿」老电影,神器全民开放

破局硅谷头号难题!中国AI「魂穿」老电影,神器全民开放

破局硅谷头号难题!中国AI「魂穿」老电影,神器全民开放

中国具身智能公司维他动力(Vbot)发布跨视角生成模型Exo2EgoPolicy,并推出全面开放的Vbot Echo与Echo App,将第三人称视频转换为第一人称、手部骨骼及机器人训练数据。

来自主题: AI资讯
10242 点击    2026-11-14 12:47
机器人安全防线被一抹凡士林攻破!GPT、Claude等顶尖模型集体中招

机器人安全防线被一抹凡士林攻破!GPT、Claude等顶尖模型集体中招

机器人安全防线被一抹凡士林攻破!GPT、Claude等顶尖模型集体中招

Robocurve的RoboSpoof评测显示,GPT-6 Astra、Claude Fable 5.1等五款多模态模型控制真实机械臂时,画面模糊或AI篡改使危险任务总体尝试率从27%升至约88%和97%。

来自主题: AI技术研报
8974 点击    2026-11-14 12:45
斯坦福让GPT-6 Astra直接修改机器人参数:只动65行词嵌入,修复一类指令失灵

斯坦福让GPT-6 Astra直接修改机器人参数:只动65行词嵌入,修复一类指令失灵

斯坦福让GPT-6 Astra直接修改机器人参数:只动65行词嵌入,修复一类指令失灵

斯坦福研究团队让GPT-6 Astra直接修改π₀.₅机器人策略的65行词嵌入,将765条留出指令的整体成功率从86.3%提升至92.0%,但仍有4个回合退化且结果仅限仿真。

来自主题: AI技术研报
8603 点击    2026-11-13 17:08
Real2Sim2Real走向人形机器人:仿真训练还缺哪两块拼图?

Real2Sim2Real走向人形机器人:仿真训练还缺哪两块拼图?

Real2Sim2Real走向人形机器人:仿真训练还缺哪两块拼图?

Real2Sim2Real 为此提供了一条路径:将真实场景重建为仿真环境,在其中生成示范、训练策略,再将技能迁移回真实机器人。但要让这条路径支撑人形机器人的全身操作,仍需跨过两道门槛。

来自主题: AI技术研报
8720 点击    2026-11-13 17:07