人形机器人全身灵巧操作是通向通用具身智能的核心目标之一。在这一愿景下，机器人不仅需要双臂与高自由度多指灵巧手的精细协调，还需要与全身位姿（如行走、弯腰）进行动态配合。
雷军和马云在具身智能赛道罕见"握手"。
具身智能独角兽Generalist，刚刚推出了最新的研究成果——新模型Gen-1。在包装手机和折叠纸箱这些精细活儿上，它把机器人的成功率从64%硬生生拉到了99%，几乎告别了手残职业病。
Cybrothel就是成人行业的“元宇宙入口”，用AI+VR+仿真机器人，给每个人搭建了一个只属于自己的私密情感宇宙，让你在这个冰冷、内卷的世界里，能找到一个暂时的避风港。
Harness（驾驭）的风，终究还是从大模型，吹到了机器人！
在现实世界中通过强化学习训练智能体，往往需要大量在线试错与环境探索，这不仅成本高昂，还可能带来显著安全风险：机器人可能因试错而损坏，自动驾驶的在线探索可能危及行车安全，而持续采集交互数据本身也代价巨大。
104位开发者联手，全球最火开源AI助手OpenClaw再出重磅更新，第一次给AI Agent装上「操作系统」级的任务控制面板：让AI能够自己管理自己，会排任务也会说不：Agent竞赛的下半场来了。
近年来，Decision-Coupled World Model 与 Model-based RL 在机器人领域取得了显著成功。通过学习环境动力学模型，智能体能够在内部模拟未来，从而进行规划与决策。但当系统从单机器人扩展到多机器人时，问题开始变得棘手。
全球首个1毫秒级人体动作捕捉系统FlashCap，通过闪烁LED与事件相机结合，实现1000Hz超高帧率捕捉。无需昂贵设备或强光环境，低成本穿戴服即可精准捕捉极速动作。团队同步开源715万帧的FlashMotion数据集与多模态模型ResPose，显著提升运动分析精度，推动体育、VR与机器人领域迈向高动态智能新阶段。
机器人能认出杯子，却看不懂杯口朝哪、离自己多远、该抓哪里。
