ICCV 2025 | 扩散模型生成手写体文本行的首次实战，效果惊艳还开源
ICCV 2025 | 扩散模型生成手写体文本行的首次实战，效果惊艳还开源AI 会写字吗？在写字机器人衍生换代的今天，你或许并不觉得 AI 写字有多么困难。
来自主题: AI技术研报
6841 点击 2025-10-21 09:58
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AI 会写字吗？在写字机器人衍生换代的今天，你或许并不觉得 AI 写字有多么困难。
刚刚，宇树发布第四款人形机器人 H2，高 180cm，重 70kg。和前代 H1 相比，今天发布的 H2 无论是在运动流畅性、还是仿生特征上，都有了相当大的升级。首先是整体的外观形态，和 H 系列都是 180cm 的身高一致，但是 H2 的重量突破性地来到了 70kg 左右，H1 仅有约 47kg。如果要计算它的 BMI，21.6 的结果，妥妥的一个健康好身材。
美国麻省理工学院李巨团队在国际顶尖学术期刊Nature上发表了一篇研究论文，展示了一种多模态机器人平台CRESt（Copilot for Real-world Experimental Scientists），通过将多模态模型（融合文本知识、化学成分以及微观结构信息）驱动的材料设计与高通量自动化实验相结合，大幅提升催化剂的研发速度和质量。
“很多模型在模拟器里完美运行，但一到现实就彻底失灵。” 在最新一次线上对谈中，Dexmal联合创始人唐文斌与Hugging Face联合创始人Thomas Wolf指出了当前机器人研究的最大痛点。
在机器人学习领域，提升基于生成式模型的控制策略（Policy）的性能通常意味着投入巨额成本进行额外的数据采集和模型训练，这极大地限制了机器人能力的快速迭代与升级。面对模型性能的瓶颈，如何在不增加训练负担的情况下，进一步挖掘并增强现有策略的潜力？
Meta开源DepthLM，首证视觉语言模型无需改架构即可媲美纯视觉模型的3D理解能力。通过视觉提示、稀疏标注等创新策略，DepthLM精准完成像素级深度估计等任务，解锁VLM多任务处理潜力，为自动驾驶、机器人等领域带来巨大前景。
400元遥操95%机械臂，上海交大推出开源项目U-Arm！ 目前它已在XArm6、Dobot CR5、ARX R5等多种机械臂真机上进行了遥操作的验证。
在「具身智能」与「世界模型」成为新一轮 AI 竞赛关键词的当下，来自北京人形机器人创新中心、北京大学多媒体信息处理国家重点实验室、香港科技大学的中国团队开源了全新的世界模型架构。
黄仁勋大家都见得多了，但你见过他女儿讲具身智能吗？这不，黄仁勋女儿Madison Huang首次公开亮相直播访谈节目，作为英伟达Omniverse与物理AI高级总监，与光轮智能CEO谢晨，以及光轮智能增长负责人穆斯塔法一起，对“如何缩小机器人在虚拟与现实之间的差距”展开深刻探讨。
在机器人与自动驾驶领域，由强化学习训练的控制策略普遍存在控制动作不平滑的问题。这种高频的动作震荡不仅会加剧硬件磨损、导致系统过热，更会在真实世界的复杂扰动下引发系统失稳，是阻碍强化学习走向现实应用的关键挑战。