一项新的AI策略LingBot-VLA 2.0，已展示出控制20种不同机器人本体的能力，范围从单个机械臂到全人形机器人，所有机器人均自主运行。该通用策略接受了约60,000小时的数据训练，包括真实世界的机器人交互和人类视频。虽然该策略在各种机器人平台上显示出潜力，但其完成任务的成功率差异很大，在最后的精确操作阶段常常失败。 AI
影响 凸显了实现强大、可泛化的机器人控制的挑战，以及模拟与现实世界任务完成之间的差距。
排序理由 展示了应用于多个机器人本体的通用AI策略，并包含训练和性能指标的细节。[lever_c_demoted from research: ic=1 ai=1.0]
- Agilex
- Agility Robotics
- Apptronik
- Figure 01
- Figure AI
- Fourier GR-2
- Franka
- Galaxea R1 Pro
- LingBot-VLA 2.0
- OpenAI
- Sanctuary AI
- Tesla Optimus
- Unitree G1
- Unitree Robotics
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
