Tars
PulseAugur coverage of Tars — every cluster mentioning Tars across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
年轻团队在48小时内收集自己的数据,赢得了Embodied AI挑战赛 · 跟踪1个来源
一支平均年龄25岁的TARS团队赢得了蚂蚁集团灵玢举办的首届具身大模型挑战赛。该团队由一名研究生领导,在48小时内从零开始收集自己的数据集,给评委留下了深刻印象,并赢得了80,000元的奖金。EVA和SST等其他团队也展示了创新的数据收集和模型微调方法,以提高在水果放置和垃圾清理等任务上的性能。
-
年轻的“TARS”团队赢得蚂蚁灵境具身AI挑战赛冠军
首届蚂蚁灵境具身大模型挑战赛落下帷幕,“TARS”团队以平均25岁的年龄获得第一名。比赛包括一个48小时的真实机器人黑客松,团队利用LingBot-VLA 2.0模型和标准化硬件执行水果抓取和垃圾清理等任务。蚂蚁灵境还启动了一项开发者生态系统计划,以培养具身智能这一快速发展领域的 S人才和协作。
-
新AI框架利用音频和深度在黑暗工业环境中进行机器人导航
研究人员推出ADAPT,一个用于机器人在无可见光工业环境中导航的新框架,利用空间音频进行目标定位,并利用深度传感器进行障碍物感知。为此,他们开发了DarkNav-Bench,一个包含24个具有不同声学条件的工业场景的基准测试。ADAPT采用了一种名为过渡感知奖励塑造(TARS)的新型强化学习技术,该技术通过考虑可行的移动和旋转来优化导航。在实验中,ADAPT的表现优于现有的导航基线,在清洁声学条件下成功率达到90.6%,在具有挑战性的…
-
TARS完成创纪录的4.55亿美元具身智能融资
专注于具身人工智能的公司TARS在其Pre-A轮融资中获得了创纪录的4.55亿美元。这笔巨额投资,总计约合人民币33亿元,是中国具身人工智能领域迄今为止最大单轮融资事件。这笔资金预计将加速TARS在快速发展的具身人工智能领域的开发和扩张。
-
AI模型交互与科幻人物的对比
用户将与先进AI模型的交互体验比作科幻小说,将其与TARS、HAL或AM等角色进行比较。一旦掌握了AI模型的基本能力,尤其是使用高质量前沿模型时,就会产生这种感觉。
-
TARS范式实现文本驱动的3D无关视频重拍
研究人员推出了一种新颖的3D无关视频重拍范式TARS,它能够通过文本驱动来控制摄像机运动和视角。与依赖显式3D先验或稀疏配对视频的先前方法不同,TARS利用时间步感知分析来理解摄像机动力学。这种方法允许进行自监督训练,以学习摄像机运动和视觉表示,而无需配对的重拍数据或3D重建,从而实现更准确、时间上更一致的视频再生。
-
2026年ICRA大会展示了具有先进灵巧性和传感能力的机械手
在2026年ICRA大会上,灵巧机械手取得了显著进展,已超越简单的工业夹持器,发展成为复杂、类人化的操纵器。Wuji Technology、Xynova、Tars、Lingzhang Robotics和Critical Point等公司展示了具有更高自由度、增强触觉传感和更稳定性的机械手,能够执行复杂任务。这些创新旨在缩小高性能机械手与实际工业应用之间的差距。
-
新AI模型增强机器人视觉运动控制和记忆能力
研究人员开发了新的机器人视觉运动控制模型,专注于高效和预测性协调。CT-VAM是一个受小脑-丘脑启发的模型,采用紧凑的架构进行快速、任务条件化的动作预测,支持云边协同范式。Chameleon通过整合控制索引的前瞻性记忆来解决观察-动作延迟问题,显著提高了在具有挑战性基准上的性能。此外,一个基于扩散的框架通过整合多模态信号来预测人类运动,从而学习预测性的视觉运动协调。