让机器人学会番茄炒蛋爆红网络的 Genesis AI,开源了自己的机器人「训练场」
让机器人学会番茄炒蛋爆红网络的 Genesis AI,开源了自己的机器人「训练场」真实世界需要 200 多个小时的模型评测任务,可以在仿真中不到 0.5 小时内完成。
搜索
真实世界需要 200 多个小时的模型评测任务,可以在仿真中不到 0.5 小时内完成。
2026 年初,国内具身智能赛道掀起了一波开源潮,越来越多团队开始公开自己的视觉-语言-动作(VLA)模型、数据集与训练框架。与此同时,行业竞争也逐渐集中到 benchmark 成绩、任务成功率以及跨任务泛化能力上,尤其是在标准化或已训练任务中的表现。
8.99万元操作天花板,6月发货,具身智能的「苹果时刻」!中国版Figure,星尘智能自研「AI模型-具身OS-绳驱本体」三位一体架构,用击穿底线的定价,推动Physical AI落地。一句话:今年必Buy!
在具身智能快速发展的今天,机器人已经不再满足于「看见」刚体物体,而是开始真正走向复杂环境中的交互与操作。从机械臂开柜门,到服务机器人整理抽屉,再到工业场景中的工具操作,大量真实世界目标都属于关节物体(Articulated Objects)。
过去两年,具身智能的资源与研究重心高度集中于视觉感知,聚焦于“让机器人看懂世界”。
5月25日晚,上交所一则公告引爆资本市场:6月1日,上市审核委员会将审议宇树科技科创板首发事项。人形机器人第一股,终于走到临门一脚。
为具身智能打造真正能干活的"小脑"和"双手"。
具身智能(Embodied AI)正在快速从实验室走向真实世界。
刚刚完成新一轮亿元融资的具脑磐石,从成立之初押注的正是这个方向。具脑磐石由朱森华创立。他曾任华为云AI算法创新Lab主任,主导过AI脑科学云平台、盘古具身大模型、全球具身智能产业创新中心等系统级项目。在业内,他被称为“华为具身大脑一号位”。
机器人操作正在从结构化工业场景走向更开放的真实环境。相比完成单个预设动作,真实任务往往包含更长的执行链条、更复杂的物体交互,以及更多不可控的外部扰动。一次抓取没有完全夹稳、目标物体被轻微碰偏、双臂交接时姿态出现偏差,都可能让后续步骤偏离原本计划。