搜索
当前，物理 AI 正面临着关于泛化能力的普遍质疑。当模型缺乏对真实物理规律的深度认知、难以跨越复杂多变的开放场景时，如何让机器人真正理解物理世界并精准规划决策，已成为具身智能破局的关键。
小布米OTA V3.0来了。喊一声就跳舞，拖拽胳膊就学会新动作，还能跟你打拳——你的第一个个人机器人，这次真的听话了。
独家获悉，清华系初创公司「厘清智能」宣布完成数亿元种子轮融资，投资方阵容堪称豪华：由顺为资本、红杉中国、高瓴创投、峰瑞资本、星连资本、水木清华校友种子基金、SEE FUND等一线基金，与智元机器人、灵心巧手、世纪金源等产业资本共同投资。其中，顺为资本与红杉中国更是连续多轮追加投资。
如今，大模型越来越擅长回答问题了，但当 AI 不再只停留在聊天窗口，而是走向智能眼镜、可穿戴设备乃至家庭机器人时，问题会随之改变。用户未必有时间把需求完整说出来，也未必希望助手随时插话。更理想的助手，应该能在现场真正理解人，在用户需要的时候出现，在不合适的时候保持安静。
德塔智能试图为双足人形机器人构建能够理解空间、协调全身并完成真实任务的基础模型。 原生人形机器人基础模型公司德塔智能（Delta Intelligence）近日已连续完成种子+轮、天使轮及天使+轮融资。
就在今天凌晨，哈佛博士Douglas Yao在X宣布，研发了一款针对阿尔茨海默病的新药PAC-832，引发了数百人的围观。这是世界上第一个选择性GalR1拮抗剂，创始人表示全程使用了机器人自动化技术和AI大模型。
现阶段大多数人形机器人的运动控制还局限于 “有参考才能动” 的被动跟踪模式。
人类在日常生活中协调全身来完成移动操作任务：打开垃圾桶时会踩下踏板，从低处拿东西时需要下蹲，推车时需要同步协调手臂抓握和腿部移动。对试图复刻人类能力的人形机器人来说，身体不应只是「手臂 + 移动平台」，而应是一个能协调手、腰、腿、脚共同完成任务的运动整体。
这篇来自 Interlatent（一家聚焦具身智能后训练与部署的早期创业公司） 的文章，试图从第一性原理出发，把现代 AI 机器人技术重新讲清楚：一个机器人到底如何理解世界，如何生成动作，又为什么会在数据、延迟和泛化上遇到如此多的困难。
当全球具身智能行业还在争论技术路线时，一家中国公司已经率先定义并跑通了自己的答案。深度机智提出的「人类学习」路线——以人类数据为起点、动作建模为中心、机器人为 AI 而生——正在被英伟达、Physical Intelligence 等海外头部机构沿同一方向跟进。