搜索
北大团队雪梦未来（SnowOrigin）获龚虹嘉、陆奇及海外机构投资。公司以神经腕带、全景头环等可穿戴设备为入口，结合自研NMH（Neural Math Hybrid）AI 解码模型，试图将人类真实操作过程中的意图、姿态、发力趋势、微控制及环境上下文，转化为可用于机器人、世界模型和具身智能训练的结构化数据。
浙江大学等五所高校的研究团队提出 EgoTSR。研究从第一人称机器人视角出发，希望让 VLM 学会判断任务状态，并把这种能力进一步扩展到长程规划。团队构建了包含 4600 万条样本的 EgoTSR-Data，并设计了三阶段课程学习流程。
优必选仿生恋人上市之际，虎嗅AI硬件社群也热闹了起来：“情趣赛道天花板”“价格也是天花板”“88个自由度”“面部细节非常逼真”...但讨论很快转向一个更冷静的问题：如果它足够像真人，真的会有人长期需要这样的机器人吗？还是说，这只是一次性的猎奇消费？
还在聊Sim2Real？现在机器人圈更火的是Real2Sim！最近，英伟达GEAR联合李飞飞团队、佐治亚理工大学等机构联合发布全新Real2Sim系统——SimFoundry。SimFoundry只需一段真实世界视频，就能自动生成一个可以交互、训练、评测的机器人仿真环境。
谁不想要一个会做家务的机器人，把打扫卫生、清理房间、叠衣服，以及做收纳那些脏活累活，统统都交给它，而那些能赚钱的工作全都留给我。
眼下具身赛道都在卷世界模型，都在抢着做机器人的“大脑”。
具身智能正在进入数据 scaling 时代。Vision-Language-Action（VLA）模型让机器人可以从大规模示教数据（demonstrations）中学习更通用的操作策略。但对机器人 VLA 训练来说，数据并不总是越多越好：低质量数据可能会拖累模型性能，而每一条 demonstration 都意味着昂贵的人力采集、机器人运行，以及云端存储和训练成本。
6！机器人也能学Skill了。
全尺寸、超仿生、成年人限定。
物理AI发展到现在，所有玩家都奔着同一个方向使劲： 让机器人「读懂」所处的物理环境。