具身智能

“十五五”规划建议明确将具身智能列为六大未来产业之一，工信部亦将培育壮大具身智能等未来产业纳入2026年核心重点工作；北京、上海、杭州等多地同步跟进，专项政策密集出台、创新中心与产业联盟接连落地。国家战略与地方行动协同发力，共同推动具身智能从实验室示范迈向规模化产业落地新阶段。 数据闭环是具身智能区别于传统AI，实现自主学习和持续进化的核心命脉。 它推动企业…

2026年，众多机器人登上春晚舞台，它们能为大家表演包饺子吗？这或许是许多人好奇的问题。 但根据近期的彩排报道，这种可能性并不大。机器人更可能被设计为托着托盘呈上饺子。 业内人士深知，如果不依赖预设编程或遥控操作，让机器人自主包饺子远比移动、导航复杂得多。这涉及到“饺子皮”这类堪称机器人“图灵测试”的柔性物体操作，没有一个足够聪明的“大脑”是难以完成的。这也…

驱动具身智能迈向通用领域的核心挑战是什么？ 我们认为，关键在于实现“跨具身迁移”。 一个完善的世界模型是具身智能执行通用复杂任务的基础。然而，许多现有的世界模型并不具备我们所期望的强大泛化与迁移能力。 具体而言，当前应用于机器人或智能汽车的世界模型，大多针对特定硬件平台进行设计和训练，其泛化能力有限，跨平台迁移往往依赖运气。 本质上，许多机器人学习到的并非“…

清华团队开源Motus：首个统一五大范式的具身世界模型，性能超越Pi-0.5达40% 由生数科技联合清华大学开源的大一统世界模型——Motus，在架构上首次将视觉-语言-动作（VLA）、世界模型、视频生成、逆动力学、视频-动作联合预测这五种具身智能范式统一起来，实现了“看-想-动”的完美闭环。 项目的主要负责人是来自清华大学计算机系朱军教授TSAIL实验室的…

大模型的革命行将结束，即将开启的会是物理 AI 时代？ 上周，图灵奖得主、深度学习先驱 Yann LeCun 对通用人工智能（AGI）发表了自己的最新观点。他认为语言并不等同于智能，预测文本并不意味着理解现实。真实世界纷繁复杂、充满物理性和因果关系，而如今的大语言模型（LLM）几乎无法触及这些。 LeCun 认为，真正的智能必须能像人类一样，在脑海中进行推演…

一场押注AI未来的技术豪赌。 北京时间1月29日，北京智源人工智能研究院推出的多模态大模型“悟界·Emu”登上Nature正刊。这是继DeepSeek之后第二个达成此成就的中国大模型团队研究成果，也是中国首篇围绕多模态大模型路线的Nature论文。 Nature编辑在点评中指出：“Emu3仅基于‘预测下一个token’实现了大规模文本、图像和视频的统一学习，…

引言：具身智能，AI从“认知”到“行动”的革命 当ChatGPT开启了通用人工智能的“认知时代”，AI实现了从“听懂、看懂”到“理解、思考”的跨越；而具身智能的崛起，则正在推开AI“行动时代”的大门，让人工智能真正走出屏幕、走进物理世界，实现“能做、会做、做好”的终极突破。 人形机器人作为具身智能的终极载体，凭借类人的形态、灵活的运动能力和自主决策能力，不仅…

蚂蚁开源世界模型，为机器人造“元宇宙训练场”。 智东西1月29日报道，蚂蚁灵波科技发布并开源了世界模型LingBot-World。该模型是一个专为交互式世界模型设计的开源框架。其核心LingBot-World-Base能够提供高保真、可控制且逻辑一致的模拟环境。 ▲LingBot-World开源页面（来源：Hugging Face） LingBot-Worl…

蚂蚁灵波开源通用世界模型LingBot-World：支持10分钟实时交互，媲美Genie 3 在连续开源机器人的眼睛（LingBot-Depth）与大脑（LingBot-VLA）之后，蚂蚁灵波（Ant LingBot）团队再次发布了一项重要成果： 通用的世界模型——LingBot-World。 该模型能够支持长达10分钟的持续生成与实时交互。其视觉效果已可与…

从3000小时到20000小时：真实数据验证Scaling Law 从3000小时到整整20000小时。 真实世界数据中的Scaling Law，直接催生了一个强大的VLA（视觉-语言-动作）基座模型！ 这就是蚂蚁灵波最新开源的具身智能基座模型——LingBot-VLA。 为何称其为当前最强？首先看数据。 仅从“20000小时”这个规模来看，LingBot-…