具身智能

随着机器人操作从短程、单步技能向长程、多接触、需要持续协调与恢复能力的复杂任务演进，传统以二元成功率（成功/失败）为核心的评估范式已显露出明显局限。该指标仅能回答“任务是否完成”，却无法揭示“策略推进到了哪个阶段”“执行过程是否高效稳定”以及“失败具体发生在何处”等关键问题。 针对这一挑战，来自中国科学院自动化研究所、北京大学和智源研究院等机构的研究人员提出…

“人类视频，是机器人理解并与物理世界交互的最关键路径。” 这一如今渐成行业共识的观点，其最早的提出者是一家国内具身智能初创公司——智在无界（BeingBeyond）。 在过去半年中，该公司在“海量人类视频训练”领域实现了两个重要里程碑：相继发布了全球首个基于1000小时与1万小时人类视频预训练的具身模型Being-H0与H0.5，率先开辟了“大规模人类视频驱…

编辑｜杜伟 本月，具身智能领域迎来重要进展：硅谷独角兽公司 Generalist AI 发布了新一代基础模型 GEN-1。该模型在执行机器人包装手机、折叠纸箱等任务时，平均成功率提升至创纪录的 99%，其中折叠纸箱的速度更是提升至原先的三倍（从 34 秒缩短至 12.1 秒）。 支撑这一突破的，除了模型架构的重新设计，还有一套规模庞大的数据底座——超过 50…

让大模型真正走进并理解物理世界，是当前人工智能领域最迫切的挑战之一。然而，通用视觉语言模型（VLM）在文本和图像理解上表现出色，一旦应用于需要与物理环境精确交互的机器人等具身智能体时，却常常显得“笨手笨脚”。 核心问题在于，物理世界容不得半点含糊。通用模型通常满足于“大致正确”的图像理解，而具身智能则需要极度精细的三维空间感知，以及对真实物理交互的预测和规划…

机器人“内卷”新高度：Gen-1模型成功率99%，效率提升3倍，具备“即兴”处理能力 具身智能公司Generalist发布了其最新研究成果——Gen-1模型。该模型在精细操作任务上表现卓越，将机器人执行的成功率从64%大幅提升至99%，同时效率也显著提高。 以折叠标准纸箱为例，此前完成该任务平均耗时约34秒，而Gen-1仅需12.1秒即可完成，效率提升近3倍…

一家具身智能公司，3月初刚刚注册，3月尚未结束，估值已远超10亿美元。 这家公司名为“昆仑行”，由理想汽车前智驾一号位郎咸朋与阿里巴巴前副总裁任庚携手创立。 据悉，昆仑行已迅速完成三轮融资，跻身独角兽行列，成为今年以来最受资本关注的具身智能新势力之一。 企查查数据显示，北京昆仑行机器人科技有限公司注册于2026年3月16日，经营范围涵盖智能机器人研发与销售、…

从事深度估计与深度补全的研究者，或许都经历过这样的困境：模型在NYU Depth V2等经典基准测试上取得了优异的成绩，但一旦部署到真实的机器人系统，问题便暴露无遗——深度图边缘模糊、远处深度值漂移，遇到反光或透明材质时几乎完全失效。 问题的根源往往不在于代码实现，而在于数据。 这并非个例，而是该领域长期面临的挑战之一。深度估计与深度补全的学术进展，在很大程…

蚂蚁灵波开源300万对RGB-D数据集，破解空间智能数据瓶颈 什么在限制空间智能的落地？ 从自动驾驶到具身智能，行业共识指向一个核心要素：数据。数据不足导致模型泛化能力弱，往往只能依赖硬件堆叠来弥补。 这一挑战在机器人领域尤为突出。机器人依赖RGB-D相机来感知三维空间，这类设备能同时获取RGB图像和深度信息。然而，当遇到镜子、电梯门、玻璃等透明或高反光物体…

近日，极佳视界（GigaAI）在具身智能领域取得系列突破：其全栈自研的具身基础大模型 GigaBrain-0.1 在 RoboChallenge 评测中位列全球榜首；新一代原生范式 GigaBrain-0.5M 在复杂长时程真机任务中实现数小时零失误；首创的“世界-动作模型”GigaWorld-Policy 在推理速度与训练效率上实现数量级提升，任务成功率显…

去年，Hugging Face推出了一款名为Reachy Mini的桌面机器人。 这款身高28厘米、体重1.5公斤的机器人，在过去大半年里取得了亮眼的成绩：发布后5天内销售额便突破100万美元，累计出货量超过3000台，甚至还登上了黄仁勋在CES的展台。 这一成绩也让更多人意识到，这个被誉为“AI界GitHub”的平台，正将其开源理念带入具身智能的硬件领域。…