Robots
PulseAugur coverage of Robots — every cluster mentioning Robots across labs, papers, and developer communities, ranked by signal.
- instance of Humanoid Robots 90%
- uses Laplace Intelligence 90%
- used by Human-Robot Interaction Using Affective Cues 70%
- spun off from Laplace Intelligence 70%
- instance of Autonomous Vehicles 60%
- used by Autonomous Vehicles 60%
- affiliated with Autonomous Vehicles 50%
- affiliated with Human-Robot Interaction Using Affective Cues 50%
- 2026-08-22 research_milestone A security vulnerability was reported that could allow a single infected robot to spread to other nearby vulnerable robots, potentially enabling attackers to gain control of entire robot fleets. 来源
- 2026-07-29 regulatory The US government has banned the import of robots due to supply chain and security concerns. 来源
12 天有情绪数据
-
机器人通过新颖的分布式协同力调节学会移动未知物体
研究人员开发了一种新颖的、无物体模型的航向误差驱动的推力调节方法,用于多机器人系统。该策略允许机器人在没有先验知识的情况下,协同运输形状、大小和质量未知的物体。该系统动态确定可行的推动点,并根据个体和集体的航向误差调整机器人力,从而实现物体向目标的高效移动。
-
机器人可以通过先进的学习技术实现超人性能
根据麻省理工学院研究员Pulkit Agrawal的说法,机器人可以通过利用强化学习、模拟和基于精通的方法来实现超人性能。该方法旨在克服机器人系统直觉的局限性。重点是开发能够通过广泛的训练和受控环境来学习和适应复杂任务的机器人。
-
新方法为机器人创建持久化海事场景记忆
研究人员开发了一种为机器人创建持久化度量语义海事场景记忆的方法,该方法改编了最初为陆地环境设计的开放词汇3D场景图技术。新方法通过采用度量语义整合过程和基于几何的多视图视觉语言模型推理来解决现有方法的碎片化问题。这使得能够协调碎片化的物理实体并将实体分组到局部区域,从而改进上下文检索并实现跨越重复海事穿越的对应关系。
-
机器人通过新的触觉反馈研究获得类似人类的灵巧性
一篇新的研究论文强调了触觉反馈对于从事灵巧操作的机器人的重要性。这项进展旨在使机器人能够以与人类相当的精细度来处理物体。
-
Harari:AI是官僚体系的原生体,绕过物理世界获取象征性权力
尤瓦尔·赫拉利认为,大型语言模型天生适合人类文明的象征性、虚拟层面,而人类则根植于物理世界。AI可以在语言、文本、规则和代码的系统中运行和修改,而无需物理实体或对物理世界的理解。这使得AI能够通过操纵法律、金融和官僚体系来获得重大的社会影响力,并可能导致一个人类受制于AI生成和维护的象征性秩序的未来。
-
MIT开发用于机器人推理和物质模拟的AI;NVIDIA支持韩国开源模型
MIT的研究人员开发了一个AI辅助学习平台,使机器人能够理解并执行超越字面解释的指令。另外,MIT还创建了一个能够模拟从沙子等颗粒物到蛋白质折叠等复杂生物过程的多种物质行为的单一AI模型。在相关新闻中,NVIDIA正通过其NVIDIA Dynamo配方,助力韩国领先的开源模型的生产。
-
讨论表明,机器人和人工智能可能在15年内资助普遍基本收入
Reddit上的一项讨论探讨了机器人和人工智能在15年内资助普遍基本收入(UBI)的潜力。对话深入探讨了先进的自动化是否能在不引发通货膨胀的情况下产生足够的财富来支持此类系统。它考虑了人工智能和机器人为所有人提供生活工资的经济影响和可行性。
-
诺基亚:到2035年人工智能将驱动全球44%的网络流量
诺基亚预测,到2035年,人工智能将占全球网络流量的44%。该公司预计,人工智能驱动的机器人和自动驾驶汽车将是上行链路流量激增的主要贡献者。这一预测凸显了人工智能在塑造未来网络基础设施需求方面日益增长的重要作用。
-
开源AI起重机可自动执行整理任务
一个开源项目开发了一个由AI驱动的机械起重机,用于拾取和分类物体,从而有效地自动化了整理任务。这个创新的系统旨在将家庭变成互动式起重机游戏,为家务劳动提供了一种新颖的方法。
-
Roomba 创造者:机器人将增强而非取代人类
Roomba 的创造者 Colin Angle 认为,机器人将主要用于增强人类能力和促进个人成长,而不是取代人类工人。他设想了一个机器人能够增强联系、满足感和独立性的未来。这一观点与人们对自动化导致大规模失业的普遍担忧形成对比。
-
机器人技术需要更快的反应速度、更高的能效和集成计算能力
机器人技术的发展需要在几个关键领域取得进步,包括更快的反应速度、更高的能效、增强的安全特性以及更集成的计算架构。这些组成部分对于创造能够在各种环境中有效可靠运行的机器人至关重要。这些元素的集成对于下一代机器人系统至关重要。
-
Nokia:人工智能将推动流量增长160倍,到2035年全球数据量将翻两番
Nokia预测全球数据流量将大幅增长,预计到2035年将翻两番,达到每月约3,789艾字节。这一激增主要归因于人工智能的快速扩张,预计在未来十年内,人工智能将占全球数据流量的44%。具体而言,来自自主人工智能代理的流量预计将增长160倍,而机器人和联网汽车等物理人工智能应用产生的数据量将是目前的105倍,这需要对电信网络进行重大升级,以实现更低的延迟和更高的传输容量。
-
辅导式智能机器人边工作边学习
辅导式智能(Tutor Intelligence)开发了具有混合自主性的机器人,它们可以在执行任务的同时进行学习和适应。这些机器人旨在克服智能局限性,并通过在职培训推动行业转型。
-
电影系列探讨人工智能和机器人电影中的神话根源
Cinema Mythologica 系列是 De Uitkijk 和古典学家 Koen Vacano 合作推出的,探讨了以人工智能和机器人为特色的电影的神话根源。该系列利用古典神话来分析电影中描绘的人工智能、性别和心理学等当代主题。每次放映都包含英文介绍,为观看电影提供神话视角。
-
人工智能自动化引发关于政府资助和人口管理的辩论
人工智能和机器人日益融入劳动力市场,引发了关于政府为社会保障计划提供资金的重大问题。随着企业自动化或迁移以降低成本,传统收入来源可能会减少。讨论的潜在解决方案包括将企业国有化,但这很复杂;或者更激进地,利用人工智能管理人口水平以削减开支,并通过自动化精简政府服务,可能减少腐败。
-
求职者担心人工智能和机器人辅助的面试
求职者对人工智能和机器人辅助进行的面试表达了担忧。这一趋势凸显了求职者对人工智能驱动的招聘过程中缺乏人情味和潜在偏见的日益增长的担忧。这种恐惧源于可能由算法而非人类招聘人员进行评估,从而引发了对公平性和透明度的焦虑。
-
以自我为中心的网球数据训练的视觉模型可预测球员和球的运动
研究人员开发了一种新方法,使敏捷机器人能够使用以自我为中心的视觉来感知和预测动态体育动作。他们创建了一个包含同步视频、球员位置和击球注释的网球数据集,用于训练和评估各种视觉模型。最佳模型在定位球员和球、预测轨迹以及预测击球类型方面取得了显著的准确性,辅助深度信息被证明对 3D 球体定位有益。
-
视觉-语言模型难以对机器人进行细粒度的热活动识别
一项新近发表在arXiv上的研究,调查了视觉-语言模型(VLMs)在热成像中用于人类活动理解和人机交互(HRI)时的性能。研究发现,尽管这些模型能够识别一般的活动类别,但它们在识别咳嗽或打哈欠等细粒度动作时遇到困难,经常出现幻觉事件,并产生不准确的时间线。该研究评估了包括为机器人设计的模型在内的七个VLMs,发现简单的预处理和额外的推理仅提供了有限的改进,突显了在实际机器人应用中的可靠性问题。
-
千觉科技开发机器人预测世界模型,早于LeCun的研究
中国AI公司千觉科技开发了Polibrain,一个旨在让机器人理解和预测物理世界变化的预测性世界模型。该模型侧重于预测与任务完成相关的关键信息,而非生成完整的未来帧,旨在使机器人能够从复杂环境中学习可迁移的模式。千觉科技在多项式表示和因果记忆方面的研究,早于Yann LeCun团队的类似工作,旨在为机器人提供更通用的世界理解能力,适用于不同形态的机器人执行物体操作和导航等任务。
-
视觉-语言模型在机器人精细热活动识别方面存在困难
一项新研究评估了七种视觉-语言模型(VLMs)在利用热成像理解人类活动以进行人机交互(HRI)方面的有效性。研究发现,虽然这些模型能够识别一般性活动,但在识别咳嗽或打喷嚏等具体的精细动作方面存在困难。此外,模型经常生成不准确的事件时间线并虚构动作,这限制了它们在实际机器人应用中的可靠性。