⌘ K
… 读取采集状态 同步中...
雷

#具身智能

今日 0 条
10月9日周五
9月24日周四
  1. Microsoft Research70

    Microsoft 研究：物理 AI 机器人推理卸载的机制与工具链

    Microsoft Research 团队首次对机器人负载进行系统性研究，发现将推理从机载 GPU 卸载到边缘或云端 GPU 能显著提升机器人任务成功率并延长续航。

    推荐理由：微软首次系统性实测物理AI推理卸载，量化了边缘或云端GPU在提升任务成功率、扩展大模型运行空间及延长机器人续航上的优势。

9月22日周二
8月26日周三
8月14日周五
  1. Hugging Face Blog43

    利用 Strands Agents、LeRobot 和 Hugging Face Storage Buckets 实现记录、训练与部署一体化

    Strands Robots 开源 SDK 结合 Hugging Face Storage Buckets，实现机器人演示记录、流式训练与策略部署的闭环循环。该方案支持同步 LeRobot 格式数据集至存储桶并直接流式读取训练，避免了重复数据下载，训练后的检查点可通过修改一个关键字参数即部署至实体机器人。

7月30日周四
  1. Google DeepMind79

    Gemini Robotics ER 2 发布，提升视频理解与多机器人协作能力

    Google DeepMind 发布 Gemini Robotics ER 2，作为面向机器人的具身推理模型，通过视频理解、任务编排和多机器人协作提升物理世界交互能力。该模型在任务进度分类上达到 57.4% 准确率，在关键时刻检测上达到 91.3% 准确率，并支持通过 Gemini API、Google AI Studio 开放给开发者使用。

    推荐理由：原文给出了具身推理模型在视频理解、任务编排和安全基准上的具体提升，读者可据此判断机器人在真实物理环境中的落地边界。

  2. Google Gemini API Release Notes67

    Google Gemini 发布 Gemini Robotics ER 2 预览版

    Gemini 发布两个具身推理模型端点：gemini-robotics-er-2-preview 支持空间推理、智能体代码执行、多步工具编排、视频时刻定位、进度分类和多机器人协作；gemini-robotics-er-2-streaming-preview 通过 Live API 支持实时文本流、双向音视频输入和低延迟机器人智能体。

    推荐理由：新模型支持空间推理、代码执行和工具编排等机器人任务，并保留上一版退役时间，方便评估部署与切换。

7月28日周二
  1. Google DeepMind77

    Google DeepMind 发布 Gemini Robotics 2 机器人模型

    Google DeepMind 发布 Gemini Robotics 2 系列模型，实现机器人智能全身控制、精细操作及多机器人协作。该版本包含 Gemini Robotics 2（VLA）、Gemini Robotics ER 2（具身推理）和 Gemini Robotics On-Device 2（端侧 VLA）三个模型。

    推荐理由：官方展示了 Gemini Robotics 2 的全身控制能力与多机器人协作功能，说明了其向物理世界通用人工智能的进展。

7月27日周一
  1. Hugging Face Blog79

    NVIDIA 发布 Cosmos-H-Dreams 实时生成式外科机器人模拟器

    NVIDIA 发布 Cosmos-H-Dreams，一个实时、动作条件化的生成式外科机器人模拟器。该模型基于 Cosmos-H-Surgical-Simulator 蒸馏，通过 FlashDreams 推理引擎在单张 NVIDIA RTX PRO 6000 GPU 上实现约 160 帧/秒的交互体验。

    推荐理由：原文明确了实时生成式外科模拟器的技术路径与开放入口，读者可以据此评估其在机器人训练与评测中的实际作用。

7月21日周二
7月8日周三
7月7日周二
  1. Hugging Face Blog64

    LeRobot v0.6.0 发布

    LeRobot v0.6.0 发布，新增支持想象未来世界模型策略与六个统一仿真基准，提供 DAgger 式部署 CLI 以加速数据收集与模型迭代。

    推荐理由：该版本通过引入世界模型策略与统一评测CLI，展示了将仿真失败转化为训练数据的完整闭环。

6月9日周二
  1. Google DeepMind44

    Google DeepMind Accelerator: Robotics 项目启动，遴选 15 家欧洲机器人初创公司

    Google DeepMind 推出 Google DeepMind Accelerator: Robotics 项目，从欧洲遴选 15 家早期机器人初创公司加入。入选企业本周在伦敦集合启动项目，将获得为期 3 个月的密集导师指导与技术支持，可使用 Google DeepMind 的 AI 技术栈、技术专家资源及 Gemini robotics 模型，涵盖物流、制造、医疗、气候与先进导航等领域。

4月13日周一
  1. Google DeepMind73

    Gemini Robotics-ER 1.6 发布：通过增强具身推理驱动现实机器人任务

    Google DeepMind 发布 Gemini Robotics-ER 1.6，这是其首个主打推理的具身模型的重大升级，旨在让机器人以更高精度理解物理环境。该模型显著提升了空间与物理推理能力，新增仪表读取功能，可解析复杂压力计和液位计，并通过 Google API 向开发者开放，用于驱动下一代物理智能体。

    推荐理由：Gemini Robotics-ER 1.6 引入仪表读取等新能力，展示了多视角空间推理在机器人自动化任务中的实际效用。