跳到正文

#具身智能

今日 1 条

今天 · 11月17日星期二 · 1 条

Hacker News 首页

Axonnic(YC F26)推出前臂袖套:用 EMG 追踪手指动作并估算指尖力

Axonnic 推出前臂袖套,通过 64 通道表面 EMG 解码手指动作并估算指尖力,同时保持双手裸露,用于采集人类动作数据训练灵巧机器人。一次训练四天后、215 秒的录制在未重新校准的情况下,对 20 个关节角度的误差为 6.9°,并与 Apple Vision Pro 手部追踪做了对比。该技术已在欧洲一家制造商用于记录缝纫等手工任务,该公司签署了机器人落地支持的 LOI。

昨天 · 11月16日星期一

Hacker News 首页

Skydio F10 Lightrunner 如何用不对称设计解决固定翼无人机难题

Skydio 推出固定翼相机无人机 F10 Lightrunner,把相机装在翼尖并采用不对称机翼与不对称电机布局,解决固定翼无人机绕圈跟踪时相机被机翼或尾翼遮挡的问题。该机最高飞行速度 100 英里/小时,最长飞行时间 2 小时,通过 MegaDock 由机械臂自主起降与充电,单座 MegaDock 可管理 5 架 F10、支持 3 架同时作业。

11月15日星期日

Computing Life · Share · 鸭哥调研

为什么造出大模型的研究者纷纷离开大厂创业

大模型研究者离开大厂创业,被文中解读为对持续学习、物理交互和前沿科学数据短板的回应。文中汇总的 45 家公司已确认融资合计 538 亿美元,其中 8 家未发布公开模型、接口或论文的公司拿走近 300 亿美元,约占 56%。文章提出,独家物理与生化实验数据、快速且低成本的自动验证机制,是创业团队抵御大厂竞争的两类筹码,并判断算力成本可能推动部分团队最终并入巨头。

11月14日星期六

The Decoder

Runway 开源机器人控制模型 Praxis-1,利用视频训练预测环境与动作

Runway 发布机器人控制模型 Praxis-1 的开放权重和源代码,采用允许商业使用的 Apache 2.0 许可证。模型基于视频预训练,结合摄像头图像、文本指令和机器人位置信息预测环境变化并生成动作,在 Runway 自行开展的 RoboLab-120 测试中成功率为 46.2%,位列 World Action Model 类别第一、总榜第五,结果尚未经独立核验。

Hacker News 首页

OpenAI解散独立机器人团队,通用模型开始直接控制机器人

OpenAI确认解散独立机器人团队,将机器人研究人员并入主研究团队,将应用机器人与硬件团队并入Applied组织。公司称,GPT-6 Astra等通用前沿模型可直接用于机器人任务,这一进展促成了调整,通用机器人仍是其长期目标。

推荐理由:OpenAI将机器人团队并入通用研究与应用部门,通用模型直接控制机器人的进展为此次组织调整提供了技术背景。

Hacker News 首页

600 次实验后,Haddy Alchaer 发现 JEPA 世界模型 LeWM 的规划瓶颈

Haddy Alchaer 对 LeWM 进行了 600 次实验,找到四种无需额外训练的规划方法,将长时程任务成功率从 22% 提升至 85%。方法包括每隔 25 步设置子目标、为记忆图跨演示跳转增加代价、用变换后的演示补齐记忆,以及调整目标评分;在跨演示取起点与目标的更难测试中,最佳规划器成功率为 56%。

11月13日星期五

11月12日星期四

TechCrunch · AI

Norwest 新设 40 亿美元基金,加大对 AI 投资

富国银行全资支持的 Norwest 募集 40 亿美元新基金,为其第 18 只、规模最大的一只基金,将重点扩大 AI 投资。资金覆盖消费、医疗、科技等行业,并继续布局 physical AI、voice AI、智能体网络安全与航空航天,投资地域包括美国、印度和以色列。自 2024 年第 17 只 30 亿美元基金关闭以来,Norwest 已完成逾 87 笔投资。

TechCrunch · AI

九家韩国初创公司角逐 Disrupt 2027 Startup Battlefield 200 席位

九家韩国深科技初创公司在首尔 DETO 2026 大会上路演,争夺 Disrupt 2027 Startup Battlefield 200 的参赛名额,其中通过语音分析检测大脑健康变化的 Voinosis 获胜。Voinosis 的语音检测每次不到五分钟,在 146 人临床研究中筛查潜在认知问题的准确率达 88%。其余八家覆盖金融科技、能源、半导体与 AI 等领域,均计划进军美国市场。

11月11日星期三

The Decoder

Nvidia GR00T 2 从人类视频学习动作,并预测机器人执行画面

Nvidia 推出 GR00T 2,通过同时预测动作和未来视频画面,将人类示范中的动作迁移到机器人,减少新任务训练所需的遥操作。模型使用约 400,000 小时的人类视频训练,实验中未经对应任务遥操作的机器人完成点火柴、切香蕉等任务,成功率介于 10%–80%。系统尚不处理直接触觉传感数据,配合高层语言模型规划时也存在延迟,垃圾分类测试中机器人约三分之一的时间处于等待状态。

11月10日星期二

Ars Technica · AI

DeepMind 发布 Gemini Robotics 2.5 与开源安全基准 ASIMOV-jailbreak

Google DeepMind 发布 Gemini Robotics 2.5,并公布开源安全基准 ASIMOV-jailbreak,为机器人与人类协作做准备。平台由 Gemini Embodied Reasoning 根据指令和实时视频规划任务,再由 Gemini Robotics 生成机器人动作;Google 称新版在高灵巧度任务上表现更好,评估覆盖超过 200 项活动。

Google DeepMind

Gemini Robotics 2.5 提升机器人现实场景中的通用灵巧性

Google DeepMind 推出视觉语言动作模型 Gemini Robotics 2.5,提升机器人技能学习速度、灵巧性和安全性,并向机器人合作伙伴逐步开放。

推荐理由:Google DeepMind 将 Gemini Robotics 2.5 用于汽车零件分拣试点,把机器人可靠性测试推进到实际生产线。

The Verge · AI

Ring Drone Cam 上手评测:依赖云端 AI 导航的家用飞行摄像头

Ring Drone Cam 在现场演示中完成起降和预设路线飞行,计划于2027年1月27日在美国发售,售价 $249.99。这款室内摄像头重165克,提供2K画质,可响应 Ring 传感器触发或执行定时巡逻;Ring 称每次充电可飞行5至8分钟,每飞行1分钟需充电8分钟。其 AI Pilot 依赖云端处理,断开 Wi-Fi 后只能降落;作者未看到避障或上楼演示,Ring 仍在申请 FCC 认证。

11月7日星期六

Hacker News 首页

Josef Chen 参观宇树工厂后为何更看好西方制造业

Josef Chen 参观宇树杭州工厂后,更看好西方制造机器人所需设备的机会,判断依据是中美人工成本差异与 AI 降低编程成本。宇树 2025 年生产近 32,000 台机器人,人工占制造成本的 8%;其新电机产线预计使一款机器人降本 1.7%,作者估算按美国工资可降本约 9%。他主张西方优先建设能快速适配尺寸变化的电机自动化产线,并披露自己投资了自动化制造及人形机器人相关企业。

Hacker News 首页

Tesla计划于2027年年中逐步收缩Cybertruck生产

Tesla将于2027年年中左右逐步收缩得州工厂的Cybertruck生产,为新推出的Cybercab增加产量腾出空间。Cybertruck去年在美国售出20,237辆,较2024年的38,965辆下降48%,目前尚不清楚其生产会转移至其他工厂还是完全停止。Cybercab是Tesla自动驾驶出租车计划的核心车型,但公司仍需回应美国汽车安全机构对其安全标准合规自我认证的质询。

11月6日星期五

Hacker News 首页

Tesla计划明年年中收缩Cybertruck生产,为Cybercab扩产腾出空间

Elon Musk宣布,Tesla将在明年年中左右收缩得克萨斯超级工厂的Cybertruck生产,为扩大Cybercab产能腾出空间。EVWire援引Kelley Blue Book数据称,今年前三季度Cybertruck在美国售出11,586辆,同比下降28%;该车型还经历了油门踏板、车身饰板和制动部件等问题引发的召回。

TechCrunch · AI

Physicl 获 1000 万美元种子轮融资,用高保真 3D 仿真为机器人训练生成合成数据

Physicl 完成由 Inovia Capital 领投的 1000 万美元种子轮融资,将电商 3D 渲染技术转为机器人训练用的高保真物理仿真平台。公司同步推出 Studio,提供 1 万个 3D 环境和 1000 万个资产,用于针对困难边缘场景生成合成训练数据。世界模型公司 SpAItial 已作为早期客户合作,其最新产品 Echo-3 于上周发布。

MIT Technology Review · AI

亲测 Tau Robotics 人形机器人打扫公寓,体验未来家务

Tau Robotics 的人形机器人在记者两次上门实测中完成了厨房和马桶清洁,但速度较慢,仍依赖远程人工支持。首次服务因操控端设备过热提前结束,第二次较顺利,但机器人仍出现水龙头未关紧、碰倒物品等失误。公司利用清洁过程收集训练数据,联合创始人称机器人已能自主吸尘和拖地;目前两台机器人每周清洁收费 $60,单次上门收费 $100。

11月5日星期四

TechCrunch · AI

Agility将成为首家上市的纯人形机器人公司,投资前景如何?

Agility将通过SPAC反向合并上市,并从散户投资者和私募融资中筹集$465 million新资本。公司2026年前6个月收入为$174,000、亏损$362 million,新一代机器人Digit 5拥有来自30家客户的$300 million计划合同,签约需达到吞吐量、运行时间和放置准确度等指标。

Ars Technica · AI

Agility Robotics 登陆 Nasdaq,人形机器人市场面临审视

Agility Robotics 于 11 月 5 日在 Nasdaq 上市,披露了通过出租或销售人形机器人提供体力劳动的商业计划及风险。证券文件承认,人形机器人尚未实现广泛商业化,也缺乏规模化应用验证,而工业机器人已有数十年的仓库和工厂应用记录。联合创始人 Jonathan Hurst 表示,机器人即服务模式按接近人工劳动的费率收费,可降低客户使用风险,并让客户从第一天获得投资回报。

Hacker News 首页

Altera 发布 Agilex 2X FPGA 与 SoC 产品组合

Altera 发布 Agilex 2X FPGA 产品组合,覆盖高性能到低功耗四大家族,首批 Agilex 27 面向 Digital AI 基础设施、太比特网络、6G 与航空航天国防。

11月4日星期三

Hacker News 首页

Stringman 开源夹爪机器人以约 $800 实现房间尺度搬运

Stringman 是售价 $795 的开源房间尺度夹爪机器人,通过四个电机和固定在天花板角落的拉线搬运物品。其在 7 × 7 × 3 m 房间中的平均净载荷为 1.9 kg,靠近地面时最高为 2.2 kg,移动速度约 ~0.4 m/s。机械 CAD、PCB 和控制软件均已公开,支持本地运行、Python API、MCP server 与 LeRobot,并提供公开数据集和训练数据采集功能。

11月3日星期二

11月2日星期一

Hacker News 首页

AI 智能体为小鼠完成脑部手术

一只 AI 智能体在夜间对小鼠实施了脑部手术。该消息在 Hacker News 首页获得 7 分、2 条评论。原文未披露所用模型、手术细节及结果。

10月31日星期六

Hacker News 首页

费城退休教授 Carolyn Marvin 因阻挡配送机器人被捕,称将继续抗议

费城78岁的退休教授 Carolyn Marvin 于10月14日因阻挡自动配送机器人被捕,收到扰乱秩序的传票后仍表示会继续抗议。她以此抗议配送机器人对低收入配送员就业、人行道安全和摄像头隐私的影响;警方称她拒绝服从多次让路指令。宾夕法尼亚州2020年的法律将配送机器人归为行人,但规定它们在行人区域须让行其他行人及骑自行车者。

推荐理由:宾夕法尼亚州将配送机器人归为行人,退休教授阻挡机器人被捕的案例涉及机器通行权与公共空间抗议权的边界。

The Decoder

Claude Sonnet 5 自主选择基因疗法并操作设备实施小鼠脑部手术

Claude Sonnet 5 从 19 种候选基因疗法中自主选择治疗方案、脑区和注射坐标,并操作定制设备为癫痫模型小鼠实施手术。持证兽医批准每个不可逆步骤并掌握物理急停按钮;模型在连接中断后发现目标位置超出设备运动范围,拒绝继续,团队最终手动修复代码。

Computing Life · Share · 鸭哥调研

从 Genie 4 看世界模型的祛魅:端到端理想的退守、算力困局与工业落地

Genie 4 采用视频模型与三个 Gemini 模型协作的架构,文章据此分析世界模型端到端路线的局限、算力成本与工业应用方向。文中称,外围模型分别承担训练阶段的常识补充、运行阶段的任务引导和机器人棋步推理,单次交互虽延长至两分钟,仍无法保证全程一致性。文章区分视觉渲染、物理模拟与动作规划,主张由代码和三维网格管理空间规则、语言模型负责规划,世界模型负责合成供智能体训练的复杂环境。

10月30日星期五

Ars Technica · AI

特朗普宣布外国工业机器人进口构成国家安全威胁

特朗普宣布外国制造的工业机器人进口构成国家安全威胁,下令与贸易伙伴开展新谈判,并保留未来加征关税的可能。10 月 28 日发布的总统公告称,工业机器人和机械对美国军事武器系统生产及关键基础设施至关重要。加强审查可能使依赖这些设备的通用汽车、福特、Tesla、波音和洛克希德·马丁等企业的制造运营更复杂。

10月28日星期三

The Decoder

Google DeepMind 的 Genie 4 如何更新早于 LLM 的智能体设计

Google DeepMind 推出实验性世界模型 Genie 4,支持实时交互场景、声音生成和角色对话,目前仅向部分测试者开放。Gemini 3.8 Flash 持续观察画面、拆解任务并调整计划,Gemini 4 Argon 则在演示中指挥模拟机器人 Apollo 下跳棋。

Ars Technica · AI

DeepMind 发布 Genie 4 世界模型,承诺更逼真的物理模拟与人物

Google DeepMind 发布 Genie 4 世界模型,称其相比 Genie 3 有多项改进,并承诺更逼真的物理模拟与人物。世界模型根据用户描述,在探索过程中逐帧实时生成体验,无需预渲染环境或编写交互元素。DeepMind 称该技术可用于物理机器人的训练环境和创意领域的快速原型制作,Genie 4 的改进部分得益于更新后的 Gemini 模型。

TechCrunch · AI

Google Genie 4 世界模型加入音频、更逼真的场景与实时编辑

Google DeepMind 于周二发布 Genie 4 研究预览,新增实时音频与模拟中的提示词编辑,生成更逼真、可交互的世界。模型可实时改变天气、镜头角度或添加人物与物体,保持场景一致性最长两分钟,是前代的两倍,但仍存在细节漂移、音频准确性和场景文字可读性问题。

Google DeepMind

Google DeepMind 发布世界模型 Genie 4,支持原生音频与实时交互模拟

Google DeepMind 发布世界模型 Genie 4,支持原生音频、交互式对白和自然语言实时修改场景,已向可信测试者开放研究预览。Gemini 3.8 Flash 在模拟中持续观察场景、拆解目标并检查执行进度,帮助维持多步骤事件的连贯性;模型仍存在物体持久性漂移、复杂物理交互和长期一致性等限制。

推荐理由:Genie 4 将原生音频与实时场景控制接入世界模拟,让创作者能在动态场景中调整镜头、对白和动作来试演想法。

10月27日星期二