Embodied AI beyond Embodied Cognition and Enactivism
PulseAugur coverage of Embodied AI beyond Embodied Cognition and Enactivism — every cluster mentioning Embodied AI beyond Embodied Cognition and Enactivism across labs, papers, and developer communities, ranked by signal.
-
Pelican-Unified 1.0 模型统一了具身人工智能能力
研究人员推出了 Pelican-Unified 1.0，这是一种新颖的具身智能模型，将理解、推理、想象和行动整合到一个单一系统中。这种统一的方法使用单一的视觉-语言模型来处理各种输入并生成未来状态和动作，同时优化所有能力。早期实验表明，Pelican-Unified 1.0 在多个基准测试中取得了最先进的性能，证明了统一并不会损害专业优势。
-
Jianzhi Robotics 构建具身AI的数据基础设施
专注于具身AI的公司Jianzhi Robotics，正优先发展数据基础设施而非模型创建。其联合创始人朱建志认为，具身AI的关键瓶颈在于缺乏高质量、以人为中心的数据，这些数据不仅要捕捉动作，还要包含潜在的思维过程和触觉反馈。Jianzhi正在开发专有硬件和众包模式来收集这些全面的数据，旨在构建一个强大的数据基础，从而实现更强大、更适应性强的机器人。
-
具身AI在CVPR 2026上重新定义计算机视觉的角色
具身AI正将计算机视觉研究的焦点从理解静态图像转移到使智能体能够与现实世界互动和操纵。这一在CVPR 2026上显现的范式转变，通过要求系统不仅要看，还要根据反馈进行行动和学习，重新定义了计算机视觉的价值。从证明存在到扩展能力，这一演变使视觉成为物理智能的基础设施，改变了该领域内问题的定义、评估和解决方式。
-
摩尔线程与广云智能合作开发具身AI
摩尔线程与广云智能已达成合作，旨在为具身AI构建国产基础。此次合作将结合摩尔线程的GPU计算能力与广云智能的专有仿真平台，目标是为具身AI应用开发高置信度的合成数据解决方案。
-
SynapX推出SYNData，用于具身AI机器人学习
SynapX推出了SYNData，一个专为收集具身AI开发关键多模态数据而设计的新系统。该系统采集本体视觉、肌电信号和外骨骼手套的数据，促进了大规模人类操作数据的获取。收集到的数据旨在推动机器人学习。
-
具身智能需要隐私-效用权衡，新框架提出
一篇新的立场论文认为，具身人工智能系统在进入实际应用时，面临着关键的隐私-效用权衡。作者认为，在不考虑隐私的情况下优化这些系统的各个组成部分会导致系统性危机，尤其是在敏感环境中。他们提出了一个名为SPINE（Secure Privacy Integration in Next-generation Embodied AI）的统一框架，通过将隐私视为EAI整个生命周期中一个基本的架构约束来解决这个问题。
-
AhaRobot：具身AI的低成本开源双臂机械臂
研究人员开发了AhaRobot，这是一种低成本、开源的双臂移动机械臂，旨在促进具身AI研究。该系统采用新颖的类似SCARA的双臂设计以降低电机扭矩，并优化了控制栈以提高精度。它还包括RoboPilot远程操作界面，该界面使用独特的26面标记手柄来提高训练AI模型的数据收集效率和准确性。
-
调查探讨了机器人从人类视频和世界模型中学习，同时新的网络解决了驾驶员监控问题。
两篇新的调查论文探讨了机器人学习的进展，重点关注不同的数据获取和利用策略。一篇论文全面回顾了世界模型，这些模型是机器人策略学习、规划和模拟的关键预测表示，并强调了它们随着基础模型和视频生成而演变。第二篇调查侧重于从人类视频中学习机器人操作技能，通过利用丰富的人类活动录像和计算机视觉技术来解决机器人数据扩展的挑战。
-
综述梳理三维生成在具身人工智能和机器人领域的应用
一篇新的综述论文详细介绍了三维生成在推进具身人工智能和机器人仿真中的关键作用。文章概述了生成的三维内容如何对于训练机器人、构建交互式环境以及弥合仿真与真实世界性能之间的差距至关重要。该论文强调，研究重点已从仅关注视觉真实性转向优先考虑交互就绪性，并指出了诸如有限的物理标注和需要克服的仿真到真实世界的鸿沟等关键挑战。
-
MiMo-Embodied 基础模型在自动驾驶和人工智能领域达到 SOTA
研究人员推出 MiMo-Embodied，这是一种新颖的基础模型，旨在同时处理自动驾驶和具身人工智能任务。该模型在任务规划、空间理解、环境感知和驾驶规划等领域的众多基准测试中取得了最先进的性能。MiMo-Embodied 的成功归功于其多阶段学习方法、精心构建的数据和微调技术，在两个领域之间展示了显著的积极迁移。
-
InternScenes 数据集为具身人工智能提供大规模、逼真的室内环境
研究人员推出了 InternScenes，这是一个旨在推进具身人工智能研究的大规模数据集。该数据集包含约 40,000 个多样化的室内场景，整合了真实世界扫描、程序化生成和设计师创建的环境。InternScenes 旨在通过包含大量小物品以及平均每区域 41.5 个对象的逼真、复杂布局来克服现有数据集的局限性，同时确保可模拟性和交互性。该数据集的实用性通过场景布局生成和点目标导航的基准测试得到证明，并计划开源数据、模型和基准测试。
-
新的基准测试和多智能体框架提高了物理感知仿真的准确性
研究人员推出了 PhysCodeBench，这是一个旨在评估人工智能模型进行3D场景物理感知符号仿真能力的新基准测试。该基准测试包含 700 个手动创建的样本，涵盖力学、流体动力学和软体物理学，并附有专家注释以确保准确性。为了解决大型语言模型在将物理描述转换为可执行仿真代码方面面临的挑战，开发了一个自纠错多智能体精炼框架 (SMRF)。SMRF 利用专门的智能体进行生成、错误纠正和精炼，与现有最先进的模型相比，性能有了显著提升。
-
新数据集旨在提高具身人工智能的语言多样性和空间对齐性
两个新数据集旨在通过解决现有数据的局限性来改进具身人工智能研究。一篇题为“具身人工智能数据集中的语言多样性有限”的论文审计了当前的语料库，发现它们经常使用重复的、模板化的命令，这表明需要更广泛的语言覆盖。另一篇题为“AmaraSpatial-10K”的论文介绍了一个包含超过10,000个合成3D资产的数据集，这些资产是按度量缩放和语义对齐的，专为在具身人工智能和机器人模拟中直接使用而设计。