刚刚，风头被中国机器人盖过的波士顿动力，又整了个大活！前后空翻我还能理解，这侧空翻？（不是哥们，你真会啊！）他们先在仿真环境中进行强化学习，一旦策略出现问题，那么他们就将其部署在真机上进行测试，观察问题，然后反复测试迭代，加强Spot的稳定性。
“让天下没有难落地的机器人。” 在这样解释定位和使命后，量子位大概感受到了逐际动力被投资的原因—— 至少是成为阿里第一个具身智能投资项目的原因。
“机器人运动会结束以来，公司的400咨询电话一直没有停过，比赛后第二周就有十几家酒店客户来公司参观。”优理奇（Unix AI）的创始人、CEO杨丰瑜告诉《智能涌现》。
人形机器人的运动控制，正成为强化学习（RL）算法应用的下一个热点研究领域。当前，主流方案大多遵循 “仿真到现实”（Sim-to-Real）的范式。研究者们通过域随机化（Domain Randomization）技术，在成千上万个具有不同物理参数的仿真环境中训练通用控制模型，期望它能凭借强大的泛化能力，直接适应动力学特性未知的真实世界。
2025 年 8 月的世界人形机器人运动会可说是笑点与技术齐飞，荒诞与精彩共舞。我们看到了撞翻人类和机器人的机器人运动员以及足球赛场上机器人接连倒地摔跤，也看到了最前沿机器人技术的集中展现以及一个又一个新纪录的诞生。
2023年5月，英伟达创始人黄仁勋在ITF World半导体大会上断言：“AI的下一个浪潮是具身智能。” 这一判断迅速被产业趋势所验证，从在春晚舞台上扭秧歌，到不久前机器人大会上跳舞和打拳击赛，具身智能正以前所未有的速度进入公众视野。
智元机器人实现对A股科创板公司上纬新材63.62%的控股权后，终于来了次公开、正式的亮相。
Atlas进厂打工技能再进化！波士顿动力联手丰田研究院，首次让人形机器人Atlas能够通过语言指令驱动，一次性处理从折叠配件到整理仓架的复杂作业。这种LBM（Large Behavior Models，大行为模型）方法让机器人具备跨任务泛化能力，迈出了工业化实践的一大步。
过去一年堪称是具身智能的加速年，上周的机器人运动会，更是全面展示了机器人创飞——啊不，狂奔的能力。
刚刚结束的世界人形机器人运动会上，虽说各家机器人是各显神通吧，但也闹出了不少好玩的小插曲。
