PulseAugur
中
实时 18:37:23
实体 humanoid

humanoid

PulseAugur coverage of humanoid — every cluster mentioning humanoid across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
4
90 天内 19
发布 · 30天
0
90 天内 0
论文 · 30天
4
90 天内 9
层级分布 · 90 天
主题
关系
时间线
  1. 2026-07-21 funding Humanoid secured $152 million in Series A funding at a $1.35 billion valuation. 来源
  2. 2026-07-21 funding Humanoid raised $152 million in Series A funding at a $1.35 billion valuation. 来源
  3. 2026-05-21 partnership Humanoid partners with Bosch for manufacturing and Schaeffler for component supply for its HMND 01 robots. 来源
  4. 2026-05-18 partnership Humanoid and Schaeffler signed a deal to deploy thousands of humanoid robots in manufacturing plants.
  5. 2026-05-14 partnership Humanoid and Schaeffler agree to deploy 1,000-2,000 humanoid robots in Schaeffler's factories by 2032.
  6. 2026-05-14 partnership Humanoid and Schaeffler signed a deal to integrate over 1,000 humanoid robots into manufacturing operations and for Humanoid to purchase actuators from Schaeffler.
  7. 2026-05-14 product_launch Humanoid and Schaeffler agree to integrate over 1,000 humanoid robots into manufacturing operations.
  8. 2026-05-14 product_launch Humanoid and Schaeffler agree to integrate at least 1,000 humanoid robots into Schaeffler's manufacturing operations.
  9. 2026-05-14 partnership Humanoid announced a manufacturing partnership with Bosch and a component supply agreement with Schaeffler to scale robot production. 来源
情绪 · 30 天

2 天有情绪数据

最近 · 第 1/2 页 · 共 21 条
  1. TOOL · CL_354617 ·

    新的 GPU 求解器 FAME-QP 加速实时控制系统

    研究人员开发了 FAME-QP,这是一种旨在加速实时模型预测控制二次规划的新求解器。该 GPU 加速系统利用约束依赖算子表示和融合的 CUDA 内核迭代来降低延迟。涉及人形机器人和四旋翼飞行器控制的基准测试和模拟表明,与现有的 GPU 求解器相比,FAME-QP 在准确性和性能方面保持不变。

  2. RESEARCH · CL_324620 ·

    新的FLORE框架使人形机器人能够学习力反馈操控

    研究人员开发了FLORE,一个新的人形机器人框架,使其能够学习和控制操控任务中的接触力。该系统利用力反馈夹爪和可穿戴追踪器收集演示数据,然后训练一个扩散策略。该策略预测动作和每只手的力指令,由混合顺应性控制器执行,该控制器能保持平衡并准确追踪力。在测试中,FLORE在接触密集型任务上达到了80%的成功率,显著优于仅位置控制策略,后者仅成功26.7%的时间。

  3. RESEARCH · CL_321842 ·

    发布了新的优化和强化学习基准测试

    研究人员推出 GNBG-C,这是一个新的基准测试生成器,旨在为约束连续优化问题创建可配置的测试实例。该工具将可行区域视为一个可配置对象,从而可以进行系统性研究,使研究人员能够分析优化器如何处理约束压力并发现可行性。此外,RobustRLlib 被开发为鲁棒强化学习算法的统一库和基准测试,集成了 17 种算法,并为现实世界的变化和高级任务提供了评估平台。

  4. TOOL · CL_317214 ·

    新的SP-HLM框架增强了人形机器人的运动操纵能力

    研究人员开发了SP-HLM,一个新颖的人形机器人框架,通过将高级任务策略与全身控制分离来改进运动操纵。该系统利用稀疏姿态驱动接口,结合关键身体姿态和学习到的潜在运动先验来表示空间意图和协调。该框架包括一个用于预测稀疏姿态和关节位置的视觉-语言-动作模型(SP-VLA),一个用于实时协调运动的运动生成模型(SP-MGM),以及一个用于将显式目标与隐式运动先验集成的通用运动跟踪器(SP-GMT)。在模拟和真实人形机器人上的实验表明,SP-…

  5. TOOL · CL_301803 ·

    Andromeda 在 22 家养老院部署人形机器人,耗资 1 亿美元

    Andromeda 的人形机器人目前已部署在 22 家老年护理机构,估计成本为 1 亿美元。这一部署与目前大多数老年护理领域的人工智能(主要局限于仪表板界面)形成了对比。

  6. COMMENTARY · CL_276934 ·

    新短篇故事集探讨AI、人形机器人与奇点

    一个短篇故事集,包括一篇题为《与AI对话》的故事,将于10月1日发布。该选集探讨了人工智能、人形机器人、机器人、奇点和流行病等主题。

  7. RESEARCH · CL_270954 ·

    人形机器人从人类数据和模拟中学习复杂的运动操纵 · 跟踪8个来源

    研究人员正在开发先进的框架,使人形机器人能够执行复杂的运动操纵任务,涉及移动和物体交互。这些方法利用模型预测控制、强化学习和模仿学习等技术,通常在人类演示或模拟数据上进行训练。目标是使人形机器人能够处理重载、与轮式车辆交互,并与人类或其他机器人执行协调动作,已在Unitree G1等平台上取得成功。

  8. RESEARCH · CL_271586 ·

    PRISM框架为类人机器人训练生成海量视频数据集

    研究人员开发了PRISM,一个旨在增强类人机器人 loco-manipulation(运动操控)任务训练的新型框架。该系统通过视频到视频生成,将少量真实世界视频扩充为大型、多样化的数据集,生成大量“反事实”的人体-物体交互视频。然后,该框架将这些交互重构为物理上可行的轨迹,使单个策略能够泛化到各种物体和配置。该策略仅通过深度观测进行训练,允许真实机器人拾取、携带和放下物体,而无需进行真实世界的微调。

  9. TOOL · CL_247759 ·

    新AI方法识别目标条件控制的“拓扑必要性”

    研究人员通过识别“拓扑必要性”开发了一种新的目标条件强化学习方法。这些被定义为任何成功的智能体都必须跨越的、不可避免的阶段或子目标,无论其具体的控制机制如何。该方法利用成功轨迹在0维和1维上的同调性来创建可枚举的门集,形成一个递归的拓扑门层级结构。该方法已证明能有效地将学习到的门跨具身进行迁移,例如从PointMaze数据迁移到Ant和Humanoid智能体,在复杂任务上取得了高性能。

  10. RESEARCH · CL_249544 ·

    新的ReactHuman基准测试LLM的机器人反应安全

    研究人员推出ReactHuman,一个旨在测试多模态大语言模型(MLLM)在模拟人形机器人中反应式决策能力的新基准。该基准侧重于对突发物理危险的即时、安全关键性反应,这是机器人部署于家庭环境中的关键方面。使用ReactHuman进行的评估显示,当前的MLLM在反应安全方面存在困难,处理了相当一部分危险,并表现出优先考虑外观而非物理现实的倾向,模型规模的增大并未带来任何改进。

  11. RESEARCH · CL_206207 ·

    新框架将通用人工智能模型适配到人形机器人控制

    研究人员开发了人形适应框架(HAF),这是一个旨在将通用视觉-语言-动作(VLA)模型适配到复杂人形机器人任务的新颖系统。HAF包含两个主要组件:HAF-VLA,它将全身动作生成分解为分层阶段,以保持运动学依赖性;以及HAF-Steer,一个在紧凑的潜在空间中有效优化策略的强化学习流程。这种方法避免了直接修改大型VLA骨干网络,从而实现了更安全、计算效率更高的实际部署,并提高了运动操纵任务的协调性。

  12. RESEARCH · CL_176214 ·

    机器人领域融资激增:AI² Robotics获7.35亿美元融资,Walden Robotics估值11亿美元

    2026年7月,机器人行业见证了重要的融资和发展。AI² Robotics获得了7.35亿美元融资,而Walden Robotics的首次亮相估值为11亿美元。AMD的Kria模块和Humanoid在灵巧性方面的进展也标志着该领域的关键发展。本月集锦还涉及了机器人领域的政策和训练方法。

  13. SIGNIFICANT · CL_155231 ·

    Humanoid 获 1.52 亿美元 A 轮融资,估值 13.5 亿美元,用于工业机器人 · 跟踪 2 个来源

    总部位于伦敦的机器人公司 Humanoid 已获得 1.52 亿美元 A 轮融资,公司估值达到 13.5 亿美元。本轮融资由 Prime Movers Lab 领投,工业巨头 Schaeffler 和 Bosch 以及富邦金控创投和 Aglaé Ventures 参投。该公司计划利用这笔资金来扩展其工业人形机器人 HMND 01,并扩展其 KinetIQ AI 平台。Humanoid 的战略重点是轮式人形机器人,他们认为这种机器人更节…

  14. COMMENTARY · CL_153199 ·

    人形机器人进入工厂,伴随着炒作和安全担忧 · 追踪到1个来源

    人形机器人正越来越多地部署在工厂和物流中心,Neura Robotics和Agibot等公司在试点项目和一些生产线上处于领先地位。尽管投资巨大且人工智能和灵巧性取得了快速进展,但广泛采用仍面临障碍,主要涉及安全标准和已证实的可靠性。行业专家认为,虽然人形机器人将在各个领域找到一席之地,但它们不太可能大规模取代传统的工业机器人或人类工人,重点仍将放在成本效益和安全性上。

  15. TOOL · CL_143766 ·

    GaitSpan框架使人形机器人能够从行走过渡到奔跑

    研究人员开发了GaitSpan,这是一个新颖的框架,旨在将基本的人形行走策略扩展到更动态的运动,如慢跑和奔跑。该方法将行走视为一项基础技能,可以通过再生新节奏下的运动结构、延长步幅和通过残差适应来纠正运动来实现。GaitSpan首次使人形机器人能够通过单一的命令条件策略覆盖从行走到的连续速度范围,并在不同形态和地形上展示了可迁移性,无需额外训练。

  16. TOOL · CL_150677 ·

    新的强化学习管线使机器人能够模仿人类在操作任务中的灵巧性

    研究人员开发了 REGRIND,一个新颖的强化学习管线,旨在使机器人能够利用人类演示执行灵巧的操作任务。该方法将人类手部-物体运动重新定向到机器人参考上,保留了空间和接触关系。然后,在模拟环境中训练一个残差强化学习策略来跟踪关键点,该策略随后以零样本精度转移到物理硬件上。该系统已成功演示了多指手在剪刀和螺丝刀等任务上的流畅、类似人类的操作,为接触丰富的场景提供了从模拟到现实的转移的见解。

  17. SIGNIFICANT · CL_116794 ·

    韩国承诺投入1万亿美元用于AI芯片、数据中心和人形机器人

    韩国计划到2028年投资1万亿美元,以加强其内存芯片生产、建立新的AI数据中心并部署商用人形机器人。这项重大投资旨在推动半导体、实体AI和AI基础设施的进步,三星和SK海力士等公司已从AI内存芯片的高需求中受益。

  18. TOOL · CL_60026 ·

    初创公司提供免费清洁以换取机器人训练数据

    一家名为Shift的初创公司正以免费家庭清洁服务换取其人类清洁工佩戴的摄像机所捕获的数据。这些数据将用于训练人形机器人,凸显了真实世界任务数据对人工智能发展的日益增长的价值。尽管该服务引起了极大的兴趣,但人们也对其隐私和对人类清洁工作可能产生的影响表示担忧。

  19. SIGNIFICANT · CL_37233 ·

    2026 AI 前景:人形机器人、向量搜索、编码代理和新型 LLM

    预计 2026 年将出现多项与 AI 相关的进展,包括通过与 Humanoid 的合作,将数千个人形机器人集成到舍弗勒(Schaeffler)的德国工厂。PostgreSQL 的 pgvector 扩展将通过支持 AI 数据的向量相似性搜索来增强数据库搜索功能。此外,xAI 将推出 Grok Build,一个专为专业软件工程师设计的编码代理,旨在与现有工具竞争。随着“核 LLM”的出现和中国发布重大 AI 基准测试,全球 AI 竞赛预计也将加剧。

  20. SIGNIFICANT · CL_42717 ·

    Humanoid 与博世、舍弗勒合作,扩大机器人生产规模

    总部位于英国的 Humanoid 公司已获得重要的制造和零部件供应协议,以扩大其机器人生产规模。该公司将与德国工业巨头博世合作进行制造,并与舍弗勒合作生产执行器,这与竞争对手的垂直整合战略有所不同。这种分布式方法旨在加速 Humanoid 机器人在工业环境中的部署,并计划到 2031 年交付多达 100,000 台。