具身智能

feasibility.17 小时前
人工智能·3d·机器人·仿真·建模·具身智能·英伟达
英伟达把物理AI的3D模型“应用商店”开放了:2575个SimReady仿真资产,总计约472GB,可让agent装配机器人训练场景2026 年 10 月 21 日,NVIDIA 把两千多个 3D 资产一次性丢进 Hugging Face,起名 SimReady Central Library——浏览和下载的入口没有门槛,谁都能进。
万俟淋曦2 天前
人工智能·ai·机器人·ros·机械臂·robotics·具身智能
[ROS 系列学习教程] 建模与仿真 - 使用 ros_control 控制六轴串联机械臂ROS 系列学习教程(总目录) ROS2 系列学习教程(总目录)前面介绍了用 diff_drive_controller 控制两轮差速机器人,本节介绍用 position_controllers/JointTrajectoryController(位置轨迹控制器)控制一台 六轴串联机械臂。与差速底盘只关心左右轮速度不同,机械臂的控制目标是六个关节的位姿,并进一步通过正/逆运动学让末端执行器到达期望位姿。以 UR20 机械臂为例。
feasibility.5 天前
论文阅读·嵌入式·无人机·具身智能·世界模型·杨立昆·jpea
LeCun团队世界模型JEPA首登无人机:9K参数模型,零样本Sim-to-Real飞入100Hz闭环论文:SkyJEPA: Learning Long-Horizon World Models for Zero-Shot Sim-to-Real Control of Quadrotors(arXiv:2606.23444)作者:Pratyaksh Rao · Wancong Zhang · Randall Balestriero · Yann LeCun · Giuseppe Loianno(UC Berkeley / NYU / Brown)
橙橙笔记10 天前
python·学习·机械臂·具身智能
具身智能的学习 - 完成一个机械臂 第1节目录一、什么是具身智能二、具身智能的技术架构三、具身智能的挑战四、具身智能的执行单元五、步进电机的介绍
猫先生Mr.Mao12 天前
机器人·多智能体·论文解读·具身智能·自进化·roborsi
RoboRSI详解:机器人自进化为什么需要任务结构和技能边界【从零走向AGI】旨在深入了解通用人工智能(AGI)的发展路径,从最基础的概念起,逐步构建完整的知识体系。 项目地址🔗:https://github.com/AI-mzq/From-Zero-to-AGI.git
DUTBenjamin12 天前
论文阅读·具身智能·vln
论文阅读笔记:GPT-6-Astra Lights Up Embodied Navigation论文标题:GPT-6-Astra Lights Up Embodied Navigation: Evaluation in Zero-Shot Vision-and-Language Navigation in Continuous Environments
云边有个稻草人13 天前
具身智能·机器人仿真·机器人开发·视觉语言动作·启元机器人·openvla-oft·动作分块
模型快了,机器人就能动吗?从 OpenVLA-OFT 到启元 Q1 的 8 步动作块适配实验本文解读论文《Fine-Tuning Vision-Language-Action Models: Optimizing Speed and Success》,并围绕启元 Q1 实现一个 8 步、22 维的动作块适配器。实验使用 Q1 官方 URDF,不下载 OpenVLA 权重、不训练模型,也不向真机发送指令;目标是把论文中的“连续动作块”落实为一段可以检查、记录和复现的本体接口代码。
星辰徐哥13 天前
具身智能·基础模型·视觉-语言-动作模型
面向具身操作的视觉-语言-动作模型综述:启元机器人的大脑进化与落地实践摘要:视觉-语言-动作(VLA)模型是机器人从“听懂指令”走向“物理执行”的核心大脑。本文以《自动化学报》2026年发表的《面向具身操作的视觉-语言-动作模型综述》为核心蓝本,系统解析了VLA模型的发展历程、架构拆解、数据金字塔、预训练与后训练方法以及模型评估。在此基础之上,本文进一步锚定启元Q1双足人形机器人的生态定位,探讨了VLA技术对启元双板架构、McAction状态机控制以及AtomGit数据飞轮的工程启发,为开发者在启元生态中落地具身大模型提供一份详尽的技术指南。
云智慧AIOps社区17 天前
人工智能·机器人·具身智能·智能巡检机器人·企业级智能巡检机器人·机房巡检机器人·导览机器人
智能巡检机器人应用场景解析:机房巡检、园区安防、管廊巡视与展厅导览园区夜间巡查、数据中心设备检查、能源设施巡视、展厅访客接待……这些工作发生在不同空间,却常有着相似的需求:需要人抵达现场,获取信息,并及时作出响应。
Rocky Ding*17 天前
论文阅读·人工智能·深度学习·机器学习·aigc·ai-native·具身智能
深入浅出GroundingPI技术解析:精确空间感知如何迁移到机器人动作欢迎大家关注Rocky的知乎:Rocky Ding 《三年面试五年模拟》AIGC/LLM/AI Agent算法工程师/开发工程师求职面试秘籍独家资源:【三年面试五年模拟】WeThinkIn/AIGC-Interview-Book,欢迎大家Star~
feasibility.17 天前
人工智能·机器人·aigc·slam·导航·具身智能·世界模型
世界模型WSM技术解读:SLAM内化为具身智能的状态记忆,纯RGB机器人导航反超RGB-D论文信息标题:World SLAM Model: Joint World Modeling for SLAM and Navigation
loulanyue_17 天前
人工智能·具身智能·智元机器人·稚晖君
物理AI的五次跃迁与部署态终局:从Worken度量衡到灵渠OS开源——读智元机器人联合创始人兼CTO彭志辉(稚晖君)演讲2026智元创新日(AGIBOT Innovation Day) · 现场实况 | 演讲人:彭志辉(稚晖君,智元机器人联合创始人兼CTO) | 主题:跃迁——迈向物理AI的部署态终局
小lo想吃棒棒糖17 天前
人工智能·python·机器人·昇腾·具身智能
把 启元机器人Q1 的训练搬到昇腾 910B:从 MuJoCo 到 PPO 的一次完整迁移从物理仿真到 PPO 的完整拆解,以及还没做完的部分2026-10-30 · GewisLab手上有台机器,两张 Ascend 910B,没有 NVIDIA 显卡。我们想训练启元 Q1 的人形动作跟踪,而官方那套 mjlab 训练链是绑死在 CUDA 上的。所以这件事得从最底层拆起,先搞清楚启元做了什么,再讲我们怎么设计,最后说清楚还没做完的部分。
趣味科技v18 天前
机器人·具身智能·智元
具身智能从“演示”走向“部署”:智元把机器人送进真实工位如何让具身智能从展台上的表演明星,变成能够为企业真正创造价值的生产力?智元正在让整个梦想成为现实。从“惊艳演示”到“持续作业”:一场更现实的考试
zkk952719 天前
机器人·具身智能·sdf·esdf
【机器人感知运控笔记一】从点云到避障:距离场的构建、查询与梯度设想机械臂正在伸向货架。运动学模型能告诉我们:在当前关节角度下,手腕位于哪里;如果某个关节再转动一点,手腕会向哪里移动。要让手腕避开货架,还需要另一类信息:手腕离货架有多远,以及向哪个方向移动会让这个距离增大。
数智奔流19 天前
机器人·具身智能·禾赛
OpenAI健康板块负责人:AI医疗健康的上限和下限头图由AI生成文 | 田渝编 | 沈校“如果你想约一位专科医生,有时要等上几个星期,甚至几个月。你可能得花大量时间弄清怎样才能约到号、如何安排日程。折腾了这么久,最后也许只能和医生谈15分钟;你觉得自己准备得还不够充分,走出诊室时才想起来:‘糟了,我还有6个问题想问’。”
猫先生Mr.Mao19 天前
机器人·强化学习·具身智能·vla·世界模型·thinkworld
让动作先接受“未来检验”:ThinkWorld 如何用世界想象强化机器人推理【从零走向AGI】旨在深入了解通用人工智能(AGI)的发展路径,从最基础的概念起,逐步构建完整的知识体系。 项目地址🔗:https://github.com/AI-mzq/From-Zero-to-AGI.git
想要成为计算机高手19 天前
gpt·机器人·具身智能·astra·robodojo·roboprobe
一种出人意料的机器人策略:GPT-6 Astra 在 RoboDojo 及其他场景中的早期评测原文:An Unexpected Robot Policy: Early Evaluations of GPT-6 Astra on RoboDojo and Beyond 作者:Wenbo Zhang 等 arXiv:https://arxiv.org/abs/2609.24170 说明:本文档是按原论文结构编写的中文详细导读与内容整理
Together_CZ20 天前
gpt·具身智能·embodied·intelligence·gpt-6-astra·是否实现了具身智能
Has GPT-6-Astra Achieved Embodied Intelligence?——GPT-6-Astra 是否实现了具身智能?这篇技术报告以 GPT-6-Astra 为“透镜”,追问一个比“它有多强”更根本的问题:一个通用基础模型在多大程度上可以替代专用机器人策略(VLA、WAM),以及这一能力水平对具身智能研究意味着什么、领域下一步该往哪走。 报告的核心结论是:GPT-6-Astra 已大幅跨过“具身能力”门槛,但尚未跨过“实用具身智能”门槛;关键挑战在于把基准上的成功转化为可靠、高效、可规模化的真实世界部署。
河图洛水20 天前
机器人·具身智能·vla·hil·纠错
χ₀: Kai0 用 MA / SA / TDA 驯服机器人学习的分布不一致χ₀ 不是新的 VLA 骨架,而是在开源 π₀.₅ 上,用「资源可承受」的三件套,把长程衣物双臂操作做到接近产线稳。创新主要在 问题形式化 + 三块对准分布的方法 + 系统级闭环,不在「又一个更大的端到端网络」。