让机器人学会番茄炒蛋爆红网络的 Genesis AI，开源了自己的机器人「训练场」
让机器人学会番茄炒蛋爆红网络的 Genesis AI，开源了自己的机器人「训练场」真实世界需要 200 多个小时的模型评测任务，可以在仿真中不到 0.5 小时内完成。
来自主题: AI资讯
8434 点击 2026-05-29 10:30
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
真实世界需要 200 多个小时的模型评测任务，可以在仿真中不到 0.5 小时内完成。
后空翻、跑酷、单手抓举几十公斤……
2026 年初，国内具身智能赛道掀起了一波开源潮，越来越多团队开始公开自己的视觉-语言-动作（VLA）模型、数据集与训练框架。与此同时，行业竞争也逐渐集中到 benchmark 成绩、任务成功率以及跨任务泛化能力上，尤其是在标准化或已训练任务中的表现。
8.99万元操作天花板，6月发货，具身智能的「苹果时刻」！中国版Figure，星尘智能自研「AI模型-具身OS-绳驱本体」三位一体架构，用击穿底线的定价，推动Physical AI落地。一句话：今年必Buy！
在具身智能快速发展的今天，机器人已经不再满足于「看见」刚体物体，而是开始真正走向复杂环境中的交互与操作。从机械臂开柜门，到服务机器人整理抽屉，再到工业场景中的工具操作，大量真实世界目标都属于关节物体（Articulated Objects）。
过去两年，具身智能的资源与研究重心高度集中于视觉感知，聚焦于“让机器人看懂世界”。
说在前面：这又是一篇讲Harness的Survey，你最近可能已经看过了数篇讲Harness的文章、论文，其中还可能包括我上周解读的《Agent Harness Engineering：Agent的底盘工程综述｜CMU、耶鲁、Amazon》。
5月25日晚，上交所一则公告引爆资本市场：6月1日，上市审核委员会将审议宇树科技科创板首发事项。人形机器人第一股，终于走到临门一脚。
机器人看得见，但不一定看得准。
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、双臂交接时姿态出现偏差，都可能让后续步骤偏离原本计划。