Embodied Ai
PulseAugur coverage of Embodied Ai — every cluster mentioning Embodied Ai across labs, papers, and developer communities, ranked by signal.
12 天有情绪数据
-
DreamHand框架重新利用视频扩散模型进行3D手部运动恢复
研究人员开发了DreamHand，一个新框架，它重新利用视频扩散模型来改进从自我中心视频中恢复3D手部运动。该方法通过使用确定性几何编码器来解决物体遮挡和手部离开画面等挑战。DreamHand在多个基准测试中取得了最先进的成果，显著降低了度量手部轨迹恢复的误差，尤其是在考虑手部不可见的情况下。
-
星纪时代CEO：世界模型将驱动下一代具身智能
星纪时代CEO陈建宇提出，具身智能将从视觉-语言-动作（VLA）模型转向世界模型。VLA专注于模仿人类行为，而世界模型旨在理解和预测物理世界的动态，从而实现机器人更强的泛化能力。陈建宇强调，这种由视频预测驱动的方法为机器人应对新任务和与复杂环境互动提供了更坚实的基础，超越了单纯的模仿。
-
人形机器人出货量激增300%，聚焦AI泛化能力
2026年世界机器人大会凸显了具身智能的进步，上半年人形机器人出货量激增近300%，达到22,000多台。尽管增长显著，但其中很大一部分机器人尚未集成到智能制造或仓储中。该行业目前正专注于提高机器人的泛化和模仿能力，Google DeepMind、OpenAI、Tesla和Amazon等主要参与者展示了他们的最新进展。
-
SpecVLA框架提升具身AI中VLA模型的效率
研究人员开发了SpecVLA，一个用于协同设计算法和硬件架构的新框架，以提高具身AI中视觉-语言-动作（VLA）模型的效率。该方法利用了机器人环境在活跃和非活跃状态之间交替的观察，从而在非活跃期间进行推测性的长动作长度预测，并在活跃期间进行选择性验证。SpecVLA包括一个算法侧执行范式和一个较小的验证模型（sVLA），以及一个具有并行执行能力的系统侧异构架构。在LIBERO和ManiSkill等基准测试上的评估表明，SpecVLA在…
-
3D高斯溅射技术向具身AI发展，兼具效率与适应性
研究人员正将3D高斯溅射（3DGS）从高质量渲染推进到具身AI和机器人领域的实际应用。CVPR 2026 上展示的最新研究专注于使3DGS在现实世界部署中更高效、更具适应性。创新包括用于快速场景生成的前馈网络，以及根据计算资源自适应控制高斯基元密度。
-
Hubert Dreyfus 1985年对人工智能局限性的批判重新浮现
该集群讨论了Hubert Dreyfus在1985年对人工智能的批判，重点关注符号人工智能的局限性。Dreyfus认为，人类智能依赖于具身理解和实践技能，而这些仅凭符号推理很难或不可能捕捉。他的工作借鉴了Heidegger和Merleau-Ponty等思想家的哲学概念，挑战了他那个时代普遍存在的人工智能范式。
-
HandEdit 数据集和基准发布，用于机器人手图像编辑
研究人员推出了 HandEdit，这是一个大规模数据集和基准，旨在弥合人类手部数据与具身 AI 的机器人化身之间的差距。该数据集包含 26 种不同的 URDF 配置下的 2 亿多个编辑实例，能够将人类的手转换为机器人手。HandEdit 旨在通过利用丰富的人类视频数据，促进具身感知图像编辑模型的开发，并推动可扩展的灵巧机器人学习。
-
PhysX-CoT：新方法生成具有显式物理推理的3D资产
研究人员推出PhysX-CoT，一种从单张图像生成可用于仿真的3D资产的新方法。与先前将其视为隐式视觉语言任务的方法不同，PhysX-CoT将该过程显式地建模为一个结构化的物理推理轨迹。该方法将资产生成分解为不同的、受监督的阶段，包括分解、2D/3D接地、关系识别、粗糙几何和表面提示，从而提高了几何、尺度和物理属性的准确性。生成的资产在Unreal Engine 5中已显示出高有效性和可操作性。
-
X Square Robot展示了更便宜、更快的具身智能及其新的学习框架
X Square Robot公布了具身智能的进展，展示了其WALL-B系统，该系统在包裹分拣方面比Figure 03的性能提高了45%，同时成本降低了70%。此外，该公司开源了HOST，这是一个使人形机器人能够从简短的视频演示中学习新技能的框架，学习时间最短可达29秒，成功率达到62%。这种方法将具身智能训练从漫长的离线过程转变为快速、即时的模仿。
-
Deltoris框架为具身AI实现实时VLA推理
研究人员开发了Deltoris，一个旨在为具身AI系统中的视觉-语言-动作（VLA）模型实现实时推理的新框架。该框架解决了基于扩散的VLA模型的高计算需求，这些模型对于先进的机器人和AI代理至关重要。Deltoris采用时间感知比特稀疏性来减少冗余计算，并通过推测性推理来分摊数据加载成本，从而显著提高了效率。
-
新研究整合世界模型以实现高效的具身AI控制
三篇新研究论文介绍了通过更有效地整合世界模型来增强具身AI控制的新方法。WorldSimProbe 专注于诊断动作条件世界模型的忠实度，确保其预测与物理现实一致。Enfold 提出一种将世界模型的生成计算内化到表示中的方法，显著降低了动作延迟。World Tokens 在训练过程中使用世界模型来改进动作预测，从而增强具身策略，并在推理时移除世界模型分支以保持高效部署。
-
新的交互式视频世界模型框架出现
研究人员推出了两个新的视频世界模型框架，这对于具身AI和交互式模拟至关重要。第一个框架HelloWorld通过允许角色响应诸如转弯或挥手之类的提示，实现了用户与视频环境中的角色之间的社交互动。它利用了自蒸馏管道和新颖的推理模块来实现响应的时间局部化。第二个框架MiniWorld旨在通过提供一个轻量级、可复现的系统，该系统可以在适度的计算资源上从头开始训练，从而实现这些模型的训练民主化。MiniWorld采用了块因果视频扩散Transf…
-
Taku Komura 的 2016 年 AI 运动合成研究荣获 SIGGRAPH 时间测试奖
香港大学的 Taku Komura 及其团队因其在深度学习用于角色运动合成方面的 2016 年研究荣获 SIGGRAPH 时间测试奖。这项开创性工作率先利用 AI 从大型数据集中学习人类运动的内在结构，从而能够根据高级指令生成自然的动画角色。他们后续的研究已扩展到理解复杂环境中的物理交互，推动了具身 AI 和 AI4Animation 开源项目的发展。这项研究对于开发能够从人类行为中学习并在现实世界中有效运行的机器人至关重要，使它们能…
-
对使用世界模型的具身AI的安全威胁和防御进行了调查
本文调查了利用世界模型的具身AI系统的安全状况。文章详细介绍了这些预测核心在实现高级规划的同时，也引入了新的漏洞。研究追溯了从数据构建到长期适应的世界模型整个生命周期中的威胁，并将诸如投毒、后门和提示注入等攻击归类于世界状态和学习到的动力学。文章还讨论了世界模型作为潜在安全护盾和预测性安全幻觉来源的双重作用，并提出了防御和评估协议。
-
中国科技巨头大力投资实体AI和机器人技术
中国主要互联网公司正将其AI投资从数字领域扩展到实体应用。美团、京东、字节跳动和百度正在开发和部署自动驾驶出租车、配送无人机、仓库机器人和具身智能代理等技术。这些进展旨在变革交通、物流和制造业等行业。
-
姚乐科技为AI触觉传感数据手套融资
专注于柔性触觉传感的姚乐科技已完成由鼎和高远领投、常熟汽饰和祖龙娱乐跟投的Pre-A+轮融资。该公司技术专注于开发能够捕捉真实物理交互数据的数动手套，这对于训练具身AI和世界模型至关重要。与现有解决方案常因传感器分离和材料限制导致数据不准确的问题不同，姚乐的集成织物传感器旨在提供可靠且可扩展的触觉数据收集。
-
RoboSense推出E2感知平台，赋能实体AI数据
RoboSense发布了其第二代全固态感知平台E2，旨在成为实体AI的数据输入。该新平台采用了公司专有的“Peacock”SPAD-SoC芯片和2D VCSEL芯片，与前代产品相比，在精度和视场角方面均有显著提升。RoboSense的目标是提供高精度的3D空间数据，这对于需要深入理解物理世界、超越传统视觉数据的具身AI模型训练至关重要。E2平台已开始集成到各种机器人中，应用于家庭和工业环境等复杂场景。
-
光鉴科技发布具身AI视觉感知解决方案
光鉴科技推出了一款新的具身AI视觉感知解决方案，旨在增强机器人理解和与物理世界交互的能力。该解决方案利用AI驱动的双目视觉技术，集成了智能感知算法和高效计算架构，支持环境感知、空间理解、导航和精确操作等核心机器人功能。该系统旨在应对复杂环境、多样化任务和有限的板载计算能力带来的挑战，从而加速具身AI的产业化和广泛应用。
-
RLinf v0.3 通过新模型和真机能力增强具身AI开发
RLinf v0.3，一个面向具身AI的大规模强化学习基础设施项目，已由吴文雄（Wuwenxiong）与清华大学合作发布。新版本在模型、算法、真机、仿真和系统五个维度上增强了平台的各项能力。它旨在降低具身AI的开发门槛，提高训练效率，并增加部署的灵活性，使机器人能够在真实环境中持续学习和进化。此次更新包括对六个新的具身模型的支持，将算法覆盖范围从模仿学习扩展到真实世界强化学习，并通过新的数据收集方法和硬件集成改进了真机支持。
-
具身智能在 RSS 2026 上成为焦点，中国企业日益突出
第 22 届悉尼机器人：科学与系统 (RSS 2026) 会议将重点关注具身智能，设有专门针对视觉语言模型 (VLA)、人形机器人和世界模型 (World Models) 的独立会议，表明研究方向的收敛。中国企业正扮演着日益重要的角色，从赞助商转向硬件生态系统，尽管文章承认美国和澳大利亚机构在基础研究方面仍占主导地位。关键讨论将围绕具身智能中的“数据贫乏、模型丰富”的争论，以及从单臂操作转向更复杂灵巧操作的转变。