⌘ K
… 读取采集状态 同步中...
雷

#具身智能

今日 6 条
7月31日周五
  1. 光子星球78

    Seedance 2.5 发布：30 秒视频生成长度与局部编辑能力升级

    Seedance 2.5 正式发布，单次生成视频时长提升至 30 秒并支持最多 50 个多模态参考素材。该模型新增视频局部编辑功能，可精准修改画面局部元素并保持整体节奏，已上线豆包、即梦等字节旗下产品。徐工集团、小鹏汽车、穹彻智能等多家企业确认引入该模型，用于工业培训、自动驾驶数据合成及具身智能训练场景。

    推荐理由：文章通过实测与产业合作案例，展示了该模型在视频时长、编辑控制及物理一致性方面的关键变化。

  2. AI科技评论65

    Manifold AI 发布 WorldScape 2.0 全栈技术，推动世界模型进入以物理为中心时代

    Manifold AI 发布 WorldScape 2.0 全栈技术，推出业内首个世界模型 MoE 框架以统一异源控制训练，并更新 WorldScape Policy 2.0 支持机器人长程任务记忆与多模态 Prompt 交互。

    推荐理由：介绍了统一控制信号训练框架、长时程多模态交互能力和全功能真机评测体系。

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。

  3. AI科技评论80

    忆生科技发布 EngramTeleOp 与 EngramEgo 两款物理 AI 数据采集产品

    忆生科技 7 月 30 日发布 EngramTeleOp 真机数据采集与 EngramEgo 真人数据采集两款产品。EngramTeleOp 采用纯视觉裸手遥操作，有效数据率由约 30% 提升至 90%，单人日产能提升 10 至 30 倍，硬件成本降至传统方案的五分之一；EngramEgo 通过 4D 手物重建，W-MPJPE 误差达 41.77 毫米，较此前最优结果降低 27.8%。

    推荐理由：用纯视觉遥操与 4D 手物重建替代硬件传感器，把真机与第一视角数据采集成本大幅压下来，并给出 W-MPJPE 与产能等关键指标。

  4. 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29日周三
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30日周二
6月29日周一
  1. Import AI47

    Import AI 463：NVIDIA 自改进机器人框架 ENPIRE、万卡中国 GPU 集群及人类时代挽歌

    NVIDIA 发布 ENPIRE 框架，让编码智能体在真实机器人实验中实现策略自改进，在 PushT 等任务上达成 99% 成功率。该框架利用 RTX 5090 工作站驱动双 YAM 机械臂，通过自动评估与复位机制闭环优化，多智能体协作可进一步提升性能。文章同时指出人类常低估新技术影响，AI 的社会效应难以预测。

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24日周五
  1. The Batch71

    The Batch 第350期：GLM 5.1 聚焦长时任务，人形机器人进厂，数据中心抵制升温

    The Batch 第350期报道了多项 AI 行业动态。Z.ai 更新开源模型 GLM-5.1，其 MoE 架构总参数量 754B，支持最长 8 小时的自主任务循环，在 SWE-Bench Pro 上以 58.4% 的准确率领先 GPT-5.4 和 Claude Opus 4.6，但 API 价格较前代上涨约 40%。

    推荐理由：文章串联了 GLM 5.1 的长任务能力、人形机器人进入工厂以及数据中心监管阻力，读者可据此观察 AI 商业化落地的物理与政策瓶颈。

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。

11月13日周四