WRC 2026 会议强调了具身智能的转变，从炫酷的演示转向关注实际、稳定且具成本效益的应用。物流和包裹分拣仍然是关键领域，Yuanli Lingji 等公司展示了其新 DM0.5 模型在泛化能力方面的优势，而 Xingdong Shidai 则强调了全栈、端到端的方法以实现与真实世界的深度集成。Zibianliang Robot 凭借其高效的 WALL-B 模型脱颖而出，展示了预测能力和自适应任务执行能力。 AI
影响 具身智能正将焦点转向实际应用和成本效益，在模型泛化和多任务执行方面取得进展。
排序理由 文章讨论了主要会议上具身智能的进展和趋势，重点介绍了新模型、能力和商业化策略。[lever_c_demoted from significant: ic=1 ai=1.0]
- AstraBrain WAM 0.5
- AstraBrain-WBC 0.5
- Cruzr S2
- Cruzr Y1
- DM0.5
- Galbot G1
- RoboScience
- Thinker
- Ubtech
- WAIC
- Walker S2
- Xingdong Shidai
- Yinhe Tongyong
- Yuanli Lingji
- Zibianliang Robot
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
