具身智能

飞思实验室

卓翼智能飞思实验室：筑牢空中具身智能技术底座，构建产学研一体化创新育人生态近年来，以大模型、机器人与无人系统为代表的新一轮人工智能技术浪潮加速推进，具身智能（Embodied Intelligence）逐渐成为全球科技竞争的焦点。不同于传统人工智能聚焦信息处理的研发思路，具身智能强调智能体在真实物理环境中的感知、决策与行动闭环，通过环境交互实现自主学习和任务执行，是人工智能从数字世界迈向物理世界的重要路径。

物理AI时代的“连接底座”：Wi-Fi 7模组如何撑起具身智能的神经网络人工智能正在经历一次根本性的范式转移。从大语言模型到多模态模型，AI的“大脑”已具备理解、推理和生成的能力，但一个关键问题始终悬而未决：如何让AI真正“触碰”物理世界？具身智能（Embodied AI）正是这一问题的答案。它将大规模AI模型与物理实体相结合，正在实现从“计算智能”到“物理智能”的飞跃。如果将大模型比作机器人的“大脑”，那么通信网络就是其“神经系统”——这个“大脑”必须在毫秒级时间内处理来自遍布全身数十个传感器的海量异构数据，并在微秒级内向执行器发出同步指令。具身机器人的诞生不是偶然，而

【论文解读】Native Video-Action Pretraining for Generalizable Robot Control论文：Native Video-Action Pretraining for Generalizable Robot Control（Robbyant，arXiv 2026）发布时间：2026 年 7 月 9 日（arXiv v1）作者：Qihang Zhang、Lin Li、Luyao Zhang、Shuai Yang、Yiming Luo、Shuaiting Li、…、Yujun Shen、Yinghao Xu（共 29 人）核心一句话：用从零预训练的因果 video-action 基座（13B

武汉唯众智创

具身智能：人工智能的下一个范式革命2024年以来，具身智能（Embodied Intelligence）迅速成为人工智能领域最炙手可热的研究方向之一。从Figure机器人与OpenAI的合作演示，到特斯拉Optimus的持续迭代，再到国内各大科研院所和科技企业的纷纷入局，具身智能正在从实验室走向现实世界。

猫先生Mr.Mao

具身智能之π0.5：如何用异构数据训练开放世界 VLA【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

【数据集汇总】机器人抓取与操作领域核心数据集汇总梳理在机器人具身智能与机械臂操控技术的发展进程中，高质量、大规模的数据集是算法迭代与模型泛化的核心基础。从早期的平面抓取检测，到如今的 6 自由度抓取、跨类别部件操作、双手灵巧操控，每一步技术突破都离不开对应基准数据集的支撑。

【论文解读】Kairos: A Regret-Aware Native World-Action Model Stack for Physical AI论文：Kairos: A Regret-Aware Native World-Action Model Stack for Physical AI（Kairos Team，arXiv 2026）发布时间：2026 年 6 月 15 日（arXiv v1，v3 修订于 2026 年 7 月 3 日）作者：Fei Wang、Shan You、Qiming Zhang、Tao Huang、Zuoyi Fu、Zhisheng Zheng、Yunlong Xi、Feng Lv、Xiaoming Wu、Zeyu

猫先生Mr.Mao

具身智能之 π0.7 详解：可控提示让机器人学会组合——如何把 VLA 推向通用泛化【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://ai-mzq.github.io/From-Zero-to-AGI/

猫先生Mr.Mao

具身智能之LingBot-Depth 2.0详解：LingBot-Vision 如何把空间感知带到 LingBot-Depth 2.0【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://ai-mzq.github.io/From-Zero-to-AGI/

物理AI：打破虚拟边界，解锁AI落地物理世界的下一代革命如今大模型、RAG、AI智能体技术飞速普及，但绝大多数AI始终局限在文本、图像、代码的虚拟数字场景。这类AI擅长语义对话、内容生成、逻辑梳理，却完全缺失真实世界的物理常识：不懂重力下落、无法预判碰撞轨迹、不理解摩擦与力学变化，难以适配复杂动态的真实环境。这也是通用大模型“聊天无敌”，却始终难以落地机器人、自动驾驶、工业控制、智能装备等实体产业的核心症结。

机器人零零壹

越擎科技iRobotCAM人形机器人设计篇：如何实现人形机器人的动力学模型的设计和仿真小鹏，赛力斯，广汽，荣耀等来自汽车或3C电子等巨头陆续加入具身智能的赛道，人形机器人作为具身智能形态的热度进一步提升。与此同时，对于人形机器人的应用场景也提出各种各样的应用需求，如何满足这些场景的需要，则需要对人形机器人进一步进行适配与仿真，包括增加负载，修改形态等，重新训练以便满足各类应用环境的需求。

正在走向自律

怎样区分人工智能、离身智能、具身智能、智能机器人与人形机器人在当前的科技语境下，“人工智能（AI）”、“具身智能（Embodied AI）”、“智能机器人”、“人形机器人”以及相对冷门的“离身智能（Disembodied AI）”这几个术语正以前所未有的频率出现在学术论文、融资路演和产品白皮书中。然而，由于媒体的简化报道和资本市场的概念炒作，这些词汇经常被混用，甚至在技术团队内部也缺乏统一的定义。这种概念的模糊性导致了严重的工程误导：比如为了追求噱头在非结构化场景强行上马“人形”方案，或者误以为有了大模型就等于拥有了“具身智能”。

华清远见IT开放实验室

从嵌入式到具身智能：嵌入式AI机器狗FS_D2，一站式打通高校嵌入式+AI+机器人教学全链路从嵌入式到具身智能，中间隔着什么？答案很直接：市场已经不等了。2026年，工业自动化与机器人方向的工程师岗位增速领跑全行业，AIoT融合正成为新的增长极。企业对嵌入式工程师的能力要求早已越过“写驱动、调接口”的边界，转向“硬件开发 + AI算法 + 智能控制”的复合能力。产业端的信号同样清晰：MCU已进入智能化跃迁期，结构上从单核向多核异构演进，AI与MCU的“双向奔赴”正在催生大量边缘智能应用场景。

一只空白格

pi0.5面试题Fig. 3: Model overview. π0.5 is trained in two stages. First, a pre-training stage combines all of the different data sources to produce an initial VLA with discrete tokens. This stage uses data from diverse robotic platforms, high-level semantic action p

具身智能中的无线技术——总览无线技术推动具身智能革命，迈向"无线的傀儡"时代具身智能（如人形机器人）的无线化趋势正从基础联网向**"去除线束"和"实时控制"**演进。机器人关节和传感器数量激增，有线连接导致线束复杂、易损且笨重。无线技术分为三层应用：

HyperAI超神经

活动预告｜智源/TileRT/腾讯/华为/智元创新同台，共探 AI 编译的多层级协同优化从北京的酷暑到上海的寒冬，由 HyperAI超神经主办的 Meet AI Compiler 技术沙龙，已经伴随 AI 编译生态走过了三年。这三年里，我们见证了无数工程师与科研学者分享前沿成果、碰撞技术观点，也共同推动着编译技术在大模型时代持续演进，不断突破性能优化、异构适配与工程落地的新边界。

HelloWorld__来都来了

【每日学术速报】2026-06-15【每日学术速报】2026-06-15 ▌ TL;DR（今日摘要） • 今日推送 6 篇论文：MICCAI 2025 × 3（手术AI × 2、半监督分割 × 1）、ICRA 2026 × 1、具身智能预印本 × 2 • 医学AI焦点：SurgTPGS 首次将文本提示引入3D手术场景理解；ReSurgSAM2 用自然语言参考驱动手术视频长期追踪；SSL-MedSAM2 以SAM2生成伪标签破解半监督医学分割 • 具身智能焦点：AnchorDream 用视频扩散生成具身感知训练数据（仿真+36%、真机近翻倍）

【通识】宇树G1_29DOF速度跟踪训练—逐章学习手册学习方式比较简单有效：用kimi code / claude code直接基于源码设计一份教学文档，目标是一步步把我教会，形式采用互动教学形式即可