具身智能

音视频牛哥

SmartMediaKit：如何让智能系统早人一步“跟上现实”的时间架构--从实时流媒体到系统智能的演进智能的本质，从来不仅是“知道”，而是“反应”。在人与机器逐渐共享时空的时代，AI的挑战不再是能否理解世界，而是能否与世界同频。

具身新纪元

告别预训练：清华大学πRL实现机器人“在实践中进化”的通用解决方案当前，机器人视觉-语言-动作（VLA）模型的发展正面临一个核心挑战：如何将强化学习（RL）的在线交互优势赋予基于流（Flow-based）的先进模型。现有的训练范式陷入两难：要么依赖大规模、高成本的监督微调（SFT），导致模型在新任务上泛化能力不足；要么受限于流式模型迭代去噪过程中“动作对数似然（log-likelihood）难以计算”的根本性难题，无法应用策略梯度等主流RL算法。

视觉语言导航

具身导航视角适应性增强！VIL：连续环境视觉语言导航的视角不变学习作者：Josh Qixuan Sun, Xiaoying Xing, Huaiyuan Weng, ChulMin Yeum, Mark Crowley

快速上手大模型：深度学习４（实践：多层感知机）目录1 定义1.1 感知机1.2 多层感知机（MLP, Multi-Layer Perceptron）

视觉语言导航

RAPID：基于逆强化学习的无人机视觉导航鲁棒且敏捷规划器作者：Minwoo Kim, Geunsik Bae, Jinwoo Lee, Woojae Shin, Changseung Kim, Myong-Yol Choi, Heejung Shin, Hyondong Oh

【“具身智能”AI烹饪机器人系统 - 外委研发课题清单】干实事儿，抓重点，快速推动。这就把宏大叙事拆解成一个个可招标、可交付、可验收的具体课题。总体目标：实现中餐烹饪全流程的无人化、智能化、柔性化生产。

AI研究-109-具身智能机器人模型验证SOP流程详解｜仿真现实回放模板&理论训练出的模型需要经过严格的验证评估，并根据反馈不断改进。模拟器验证是模型策略测试中至关重要的第一步，它提供了最安全高效的验证方式。具体实施过程包括以下关键环节：

【论文速递】2025年第30周(Jul-20-26)(Robotics/Embodied AI/LLM)中文使用 googletrans 翻译，翻译不对的地方以英文为准This paper introduces Group Sequence Policy Optimization (GSPO), our stable, efficient, and performant reinforcement learning algorithm for training large language models. Unlike previous algorithms that adopt token-level i

AI-调查研究-106-具身智能机器人学习数据采集工具和手段：传感器、API、遥操作、仿真与真人示教全流程AI炼丹日志-31- 千呼万唤始出来 GPT-5 发布！“快的模型 + 深度思考模型 + 实时路由”，持续打造实用AI工具指南！📐🤖

全球首个真实物理环境机器人基准测试发布，具身智能迎来统一评测标准当机器人在演示视频中表现完美，却在真实环境中频频失误，该如何客观评估它们的真实能力？RoboChallenge的出现正在改变这一现状。

AI-调查研究-107-具身智能强化学习与机器人训练数据格式解析：从状态-动作对到多模态轨迹标准AI炼丹日志-31- 千呼万唤始出来 GPT-5 发布！“快的模型 + 深度思考模型 + 实时路由”，持续打造实用AI工具指南！📐🤖

【论文速递】2025年第28周(Jul-06-12)(Robotics/Embodied AI/LLM)中文使用 googletrans 翻译，翻译不对的地方以英文为准We introduce a full-stack framework that scales up reasoning in vision-language models (VLMs) to long videos, leveraging reinforcement learning. We address the unique challenges of long video reasoning by integrating three

视觉语言导航

CoRL-2025 | SocialNav-SUB：用于社交机器人导航场景理解的视觉语言模型基准测试

【论文速递】2025年第29周(Jul-13-19)(Robotics/Embodied AI/LLM)中文使用 googletrans 翻译，翻译不对的地方以英文为准标题: A Survey of Context Engineering for Large Language Models

AI-调查研究-105-具身智能机器人学习数据采集：从示范视频到状态-动作对的流程解析AI炼丹日志-31- 千呼万唤始出来 GPT-5 发布！“快的模型 + 深度思考模型 + 实时路由”，持续打造实用AI工具指南！📐🤖

东土科技连投三家核心企业发力具身机器人领域近日，北京东土科技股份有限公司（以下简称 “东土科技”）通过多项战略投资深度布局具身机器人领域，已签署协议参股深圳逐际动力科技有限公司、成都安努智能技术有限公司（智元机器人工业领域应用伙伴），并拟领投北京人形机器人创新中心有限公司（“天工机器人”）A 轮。

AI-调查研究-104-具身智能从模型训练到机器人部署：ONNX、TensorRT、Triton全流程推理优化详解AI炼丹日志-31- 千呼万唤始出来 GPT-5 发布！“快的模型 + 深度思考模型 + 实时路由”，持续打造实用AI工具指南！📐🤖

广州虚拟动力-动捕&虚拟主播

具身智能数据采集高校实训方案：开启机器人教育实训新篇章在具身智能快速发展的背景下，高校作为人才培养的主阵地，亟需对接产业需求，加强相关专业建设。清华大学、复旦大学等高校已纷纷设立机器人工程、人工智能等专业，推动高素质技术人才培养。在机器人学习实践中，“数据”是核心要素。建设具身智能训练数据采集实训室，能够帮助学生高效获取高质量动作数据，支撑机器人强化学习与智能控制实践，有效衔接教学与产业应用。

深度强化学习 | 基于SAC算法的动态避障(ROS C++仿真)本专栏以贝尔曼最优方程等数学原理为根基，结合PyTorch框架逐层拆解DRL的核心算法(如DQN、PPO、SAC)逻辑。针对机器人运动规划场景，深入探讨如何将DRL与路径规划、动态避障等任务结合，包含仿真环境搭建、状态空间设计、奖励函数工程化调优等技术细节，旨在帮助读者掌握深度强化学习技术在机器人运动规划中的实战应用

AI-调查研究-102-具身智能智能机械臂、自动驾驶与人形机器人的模仿学习、强化学习与多模态融合趋势AI炼丹日志-31- 千呼万唤始出来 GPT-5 发布！“快的模型 + 深度思考模型 + 实时路由”，持续打造实用AI工具指南！📐🤖