Yunzhu Li
PulseAugur coverage of Yunzhu Li — every cluster mentioning Yunzhu Li across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
哥伦比亚大学团队开源低成本机器人触觉传感器
哥伦比亚大学的研究人员开发了FlexiTac，这是一个开源、低成本、柔性的压阻式触觉传感器平台，旨在使机器人的触觉感知像视觉感知一样可扩展。该系统在IROS 2026上进行了详细介绍，其组装过程简单、耐用性高且批次一致性好，即使是本科生研究也能轻松使用。FlexiTac已在学术界和工业界得到广泛应用，促成了各种应用和合作，包括Analog Devices正在开发一个分辨率显著提高的商业版本。
-
李飞飞的World Labs收购SceniX，通过数字世界增强机器人学习能力
与语言模型相比，机器人领域面临着严重的数据瓶颈，阻碍了其扩展潜力。李飞飞的World Labs正在通过收购SceniX来解决这一问题，SceniX是一家专门从现实世界环境中创建空间一致的数字世界的公司。这种“真实到模拟再到真实”的方法旨在为机器人生成可靠且高效的训练和评估数据，超越简单的视频预测，实现与动作一致的模拟。重点在于仓库等半结构化环境的实际应用，而非立即开发通用人形机器人。
-
哥伦比亚大学教授提出用于机器人AI训练的“结构化世界模型”
哥伦比亚大学助理教授李昀竹在ICRA 2026上提出了一种新颖的方法，提出了“结构化世界模型”（Structured World Models）作为机器人策略训练和评估的可扩展数据引擎。该方法旨在通过整合3D物理先验知识和广泛的2D数据学习，来弥合纯粹数据驱动的端到端模型与基于物理的模拟器之间的差距。提出的数字孪生框架能够高效、高保真地模拟机器人与环境的交互，与真实世界的机器人试验相比，显著加快了AI策略的测试和优化。
-
ICRA 2026 入围者公布，灵巧手和 VLA 模型成为焦点
ICRA 2026 会议公布了其最佳论文奖入围名单，共有五篇论文在机器人学习、操纵与运动、规划与控制领域获得认可。本次活动还重点介绍了灵巧手的进展，展示了来自 Xynova、Rysen Robotics 和 Wuji Hand 等公司的混合驱动、高抓握力以及开源模型。视觉-语言-动作（VLA）模型受到了高度关注，研究人员正在探索这些模型如何从互联网视频数据和仿真到现实迁移中学习复杂任务。