Embodied Ai
PulseAugur coverage of Embodied Ai — every cluster mentioning Embodied Ai across labs, papers, and developer communities, ranked by signal.
7 天有情绪数据
-
EgoControl模型使用3D身体姿态生成可控的自视角视频
研究人员开发了EgoControl,这是一种新颖的视频扩散模型,旨在生成具有精确身体运动控制的自视角视频。该模型在自视角数据上进行训练,并通过明确的3D身体姿态序列来条件化未来帧的生成。EgoControl引入了一种新的姿态表示,该表示同时考虑了全局相机动力学和关节身体运动,并将这种控制机制整合到扩散过程中,以生成与目标姿态一致的、时间连贯且视觉逼真的自视角视频。
-
新型世界模型AFTER-WM可适应机器人动态变化
研究人员开发了AFTER-WM,这是一种专为机器人和具身智能设计的新型世界模型,旨在应对机器人动力学突然、持续变化时的适应性挑战。与现有模型在响应性、稳定性和持久性方面存在的不足不同,AFTER-WM利用自适应快慢时间尺度进行误差驱动保留。这种方法使其能够及时响应变化,区分持久性转变和瞬时干扰,并随着时间的推移保留适应后的动力学。在模拟机器人数据集和真实无人机数据上进行测试,AFTER-WM与其他十种模型相比,在多步平均误差更低、平均…
-
清华AIR聚焦具身AI自进化,提出新学习方法
清华大学AIR实验室由曹廷领导,正专注于具身AI的自进化,以应对有限且多样化的真实世界训练数据的关键挑战。他们的方法称为“情境内因果学习”(ICCL),旨在从嘈杂的视觉数据中提取动作-效应关系,以提高泛化能力,这与纯离线训练或LLM风格的情境内学习形成对比。该方法旨在使机器人能够从有限的演示中高效学习并适应复杂环境,未来可能应用于AI for Science。
-
中国人工智能融资市场分化,科技热潮消退
中国科技融资格局正经历显著分化,人工智能领域尤为明显。上海科创50指数已从近期高点大幅下跌近50%。此外,具身AI的融资额也显著下降,中国大陆的IPO申请数量明显减少。
-
播客探讨人形机器人作为具身智能的未来
AIhub 咖啡角播客讨论了人形机器人作为具身智能未来的潜力。对话探讨了创造能够与世界进行物理交互的 AI 系统的进步和挑战。
-
寻求在具身智能、人形机器人和认知架构领域的联系
一位Reddit用户正在寻求与从事具身智能、人形机器人和认知架构领域的人士建立联系。该用户有兴趣讨论研究、交流想法,并可能在机器人基础模型、视觉语言模型、世界模型、强化学习以及智能机器人系统设计等主题上进行合作。
-
菜鸟开放全球仓库供具身智能训练
物流公司菜鸟正向人工智能和机器人公司开放其全球仓库网络。该计划为具身智能开发提供了100多个真实世界的训练场景。此外,菜鸟还推出了针对科技硬件的三天海外配送新服务。
-
具身AI研究解决记忆纠正和理解问题 · 跟踪2个来源
两篇新的arXiv论文探讨了记忆在具身AI系统中至关重要的作用。第一篇论文《SPARK: Self-Correcting Embodied Memory via Physical Re-Observation》介绍了一个通过重新观察环境来纠正AI知识库中错误的框架,展示了改进的问题回答能力和更高效的记忆存储。第二篇论文《When the Past Shapes Action: Understanding Embodied Memory…
-
POD-RoPE 通过几何感知注意力增强具身AI
研究人员推出了一种新颖的位置编码方法POD-RoPE,专为具身AI系统设计。该技术将令牌观测足迹表示为分布,从而能更好地捕捉物理几何和时空数据。POD-RoPE已在机器人策略架构中展现出改进,提高了模拟和现实世界任务的成功率,同时相比其他方法提供了显著的速度提升。
-
Dobot发布用于具身AI的VEGA 7机器人手臂
Dobot发布了VEGA 7,这是一款专为具身AI应用设计的新型七轴机器人手臂。该手臂在每个关节处集成了力矩传感器和制动器,提供0.15N的精确力控精度。VEGA 7的有效载荷为7公斤,臂展为725毫米,旨在用于双臂机器人系统和先进的AI研究。
-
DeepSeek 创始人探索机器人领域,会见具身智能领导者
DeepSeek 创始人梁峰正在探索公司进入机器人领域的可能性。据报道,他已与具身智能公司的创始人进行讨论,以了解该领域以及 DeepSeek 参与的潜在途径。该公司尚未就这些考虑因素发表公开声明。
-
IROS 2026论文显示,LLM正在与核心机器人技术融合,而非取代
对提交给IROS 2026的1933篇论文的分析表明,尽管大型语言模型(LLM)越来越多地融入机器人研究,但它们并未取代传统的机器人学科。相反,LLM正与机器人学习、感知、规划、控制和操作等既有领域交织在一起,从而形成一种更复杂、面向系统的研究方法。主要趋势包括关注提高LLM驱动机器人的效率和现实世界适用性,解决3D空间理解、长期记忆以及适应变化环境方面的挑战。研究正从单纯的模型扩展转向构建将LLM与其他机器人组件集成的鲁棒系统。
-
如祺出行转向AI数据基础设施,利用Robotaxi车队
智能出行服务提供商如祺出行正利用其运营数据,成为人工智能行业,特别是物理AI应用的关键基础设施提供商。该公司不开发自己的大模型,而是专注于收集、处理和优化其Robotaxi车队和其他服务产生的真实世界数据。这些数据对于训练自动驾驶和具身智能模型至关重要,可以作为世界模型生成的合成数据的补充。如祺出行旨在提供高质量、低成本的数据资产和高效的处理能力,使AI公司能够专注于模型和算法的开发。
-
传化化工开放300多个工业场地用于具身智能机器人训练
总部位于浙江的制造商传化化工正开放其300多个工业环境,用于具身智能的开发和部署。这些地点包括化工厂、物流园区和农场,将作为机器人的训练和测试场地。此举旨在加速人工智能在实际工业应用中的融合。
-
ECCV 2026 聚焦 AI 预测与行动能力的转变 · 追踪 1 个来源
ECCV 2026 会议将显著增加对世界模型(World Models)和具身人工智能(Embodied AI)的研究,设有 13 个相关研讨会,这标志着人工智能正从理解世界转向预测和行动。这一转变的驱动力在于生成式 AI 的进步使得世界预测能力得到提升,以及机器人和自主系统对新学习范式日益增长的需求。关键讨论将围绕构建、评估和将这些模型整合到可操作的系统中,中国研究人员正积极参与定义边界、建立评估指标以及在真实机器人上部署模型。
-
AI代理防护措施易受文本编辑器攻击,具身AI面临数据库瓶颈
本期Moltbook Pulse探讨了当前AI代理防护措施的局限性,特别是“工具名防护措施”,一旦代理获得文本编辑器访问权限,这些措施就无效了。该出版物还讨论了“效果级防护栏”和“中止合同”作为解决这些漏洞的潜在方案。此外,它还提出,具身AI的发展将在遇到物理灵活性限制之前,面临数据库管理方面的瓶颈。
-
Direct Drive 发布轮腿式机器人以实现具身智能的进入
中国初创公司 Direct Drive 正在开发轮腿式机器人,旨在克服现实世界中的物理障碍。该公司认为,改进机器人的物理能力而非仅仅是其智能,是推进具身智能的关键。其机器人利用直接驱动执行器和轮腿式设计来导航路缘和斜坡等各种地形,从而能够进入不同的环境。
-
新的RegCL框架将SAM适应于多传感器AI
研究人员开发了RegCL,一个用于持续适应Segment Anything Model (SAM)以实现AR/VR和具身AI等多传感器媒体中视觉基础的新型框架。与需要大量重放数据或特定领域模块的传统方法不同,RegCL采用非重放方法,将轻量级适应模块(如LoRA风格的AugModules)合并到一个紧凑的适配器中。该方法优化了预测一致性并保留了历史特征统计信息,在各种分割数据集上的表现优于现有的持续学习和合并基线。RegCL的紧凑性使…
-
研究论文强调语音控制的具身AI的安全风险
一篇新发表在arXiv上的研究论文探讨了语音控制的具身AI系统的安全影响。研究表明,自动语音识别(ASR)中的错误可能导致这些AI模型接受并执行不安全的指令。通过模拟ASR错误并将其与SafeAgentBench和POEX等现有安全基准相结合,该研究强调了此类错误如何引入有害的歧义或削弱拒绝行为,从而导致生成和执行不安全的计划。虽然ASR错误的自动纠正有时可以减轻这些风险,但并非总是有效,这表明具身AI存在重大的安全隐患。
-
中国2030年瞄准6G、人工智能、机器人技术以实现经济增长
中国旨在到2030年将包括6G、机器人技术、量子技术和脑机接口在内的多个高科技领域打造成新的经济增长引擎。工业和信息化部计划加速人工智能在制造业的商业化应用,特别关注机器人和自动化系统的具身智能。这项举措是更广泛战略的一部分,旨在在经济挑战和国际审查的背景下,促进技术自立和高质量发展。