具身智能

俄罗斯机器人与教育机构接连来访深兰科技，加速具身智能与AI合作2026年3月30日至4月7日，俄罗斯两批代表团先后到访深兰科技上海张江总部。来自俄罗斯机器人协会及俄罗斯教育与商业联合会的来访嘉宾，围绕具身智能技术体系、智能装备产品及AI智能体在教育与儿童陪伴场景中的应用展开交流。连续来访与深入交流，体现出海外机构对深兰人工智能工程化能力与具身智能技术路径的高度关注，也为后续多领域合作奠定了良好基础。

自定义数据集 Pose 生成与坐标系约定内部文档本文用于统一团队内部对以下问题的理解和实施口径：本文不是训练脚本使用说明，而是给数据采集、标注、转换、训练、评估几方统一坐标系和 pose 定义。

RDK-OE-LLM工具链量化SigLip全流程作者：SkyXZCSDN：SkyXZ～-CSDN博客博客园：SkyXZ - 博客园随着多模态大模型、VLM 乃至 VLA 的快速发展，越来越多的模型在视觉编码器部分采用了 SigLip 这一类结构。相比传统 CNN，SigLip 这类以 Transformer 为核心的视觉骨干在跨模态任务中表现更强，但也正因为其结构更复杂、对数值分布更敏感，直接沿用 RDK 传统 PTQ 量化流程时，往往会出现较明显的精度掉点。此前我也写过一篇基于传统工具链量化 ViT 的教程，虽然整体流程能够跑通，但从最终效果来看，精

DreamZero技术解析：当世界模型成为机器人“物理大脑”原文摘要翻译最先进的视觉-语言-动作（VLA）模型在语义泛化方面表现出色，但在新环境中难以泛化到未见过的物理动作。我们提出了 DreamZero，一种基于预训练视频扩散主干网络构建的世界动作模型（WAM）。与 VLA 不同，WAM 通过预测未来世界状态和动作来学习物理动力学，利用视频作为世界演化的密集表征。通过联合建模视频和动作，DreamZero 能够有效地从异构机器人数据中学习多样化技能，而无需依赖重复的演示数据。这使得在真实机器人实验中，相比于最先进的 VLA，对新任务和新环境的泛化能力提升了超过

打破 VLM 与飞控的“次元壁”：清华 AirHunt 架构拆解，大模型无人机是怎样炼成的？当传统无人机还在依靠工程师提前画好的GPS航点图笨拙飞行时，AirHunt 驱动的无人机已经在未知的丛林里主动避障，并告诉你：“你让我找的那个穿红衣服走丢的背包客，我已经锁定了，要看看画面吗？”

基于旋量理论的 Franka 机械臂逆运动学求解器 GeoFIK 研究Franka Research 3机械臂是机器人研究领域应用广泛的 7 自由度冗余操作臂，在学术研究、工业实验与人机协作场景中使用频次较高。该机械臂通过腕部与肘部连杆偏置设计，降低末端有效质量、提升交互安全性，但也带来了复杂的运动学特性。

PVN3D 原生 / ONNX 混合 / TRT 混合推理速度测试本文记录当前 pvn3d-dev 容器内三条推理链的测速方法与实测结果：这里的“混合推理”含义固定为：

EgoScale: 基于多样化第一人称视角人类数据的灵巧操作规模化NVIDIA、加州大学伯克利分校和马里兰大学的研究人员开发了EgoScale，这是一个利用超过20000小时以自我为中心的人类视频来训练灵巧机器人操作策略的框架。该方法使22自由度机械手在任务完成率和成功率方面提高了54%，建立了人类数据的对数线性标度律，并实现了单次任务适应和跨实体泛化。

PVN3D TensorRT Engine 转换与测试记录本文单独记录当前 pvn3d-dev 容器内，从 ONNX 到 TensorRT engine 的转换流程、测试方法，以及这一阶段需要注意的约束。

VLA学习笔记——持续更新中Vision-Language-Action(视觉 - 语言 - 动作) 大模型是之后多模态 AI 以及机器人发展的一个非常重要的方向，有了 VLA 这位大神的加持，机器人可以完成由环境感知到动作应对的智能任务。欢迎大家star!

PVN3D ONNX 转换与测试记录本文单独记录当前 pvn3d-dev 容器内的 ONNX 转换流程、测试方法，以及已经确认的导出问题。

机器觉醒时代

RL Token：破解 VLA “最后一厘米”精度难题，在线强化学习实现机器人精准操控一台机器人拿起螺丝刀并不难，难的是让它在几秒钟内，精准地把刀头对准一枚细小的螺丝。这不是未来世界的科幻场景，而是今天机器人操作中最现实、也最棘手的问题。

工信部发布具身智能首份强制标准：静态定位误差≤0.1°、动态响应≤50ms、多模态任务成功率≥85%🐾 今天是2026年3月31日星期二，「具身智能」赛道重要资讯有这些：具身智能首份行业标准发布，6月1日起强制实施；

World Model 发展，从生成、控制到表征的范式之争核心结构关键思想贡献问题影响开启两条重要路线：核心模型关键突破重要意义 👉 world model 首次“能用来控制”

Hi3403开发板 + openEuler Embedded 运行IB-Robot + 控制 Lerobot 机械臂跳舞三、配置 ARM 架构软件源编辑 ROS 软件源配置文件：sudo vi /etc/yum.repos.d/ROS.repo 在文件中输入以下内容：

机器人零零壹

专访越擎科技创始人: 外骨骼的设计与仿真该如何入门具身智能机器人领域的技术创新如火如荼，从轮式机器人，人形机器人，四足机器狗等不一而足。而从分类来看，外骨骼机器人作为增强人的能力的典型应用，不仅在医疗领域发挥重要作用，在工业应用等场景中也大大的增强了人的能力。而如何快速的从事外骨骼的设计，是外骨骼从业者的共性问题，本文通过专访南京越擎科技创始人，一窥iRobotCAM机器人软件如何快速实现外骨骼设计与仿真。

PVN3D TensorRT 环境配置指南本文面向当前设备上的容器化部署，给出一套适用于本仓库 deploy/ 目录的 PVN3D TensorRT 环境配置方案。

具身智能之心

从 “蹒跚学步” 到 “自主进化”：Physical Intelligence在π系列上的革命历程当大语言模型在虚拟世界里 “狂飙突进”，展现出惊人的理解和创造能力时，机器人技术却似乎还在物理世界中 “蹒跚学步”。尽管我们已经拥有了能下围棋、能写代码、能创作艺术的 AI，但让一个机器人在陌生的家庭环境中自主完成 “收拾餐桌”、“整理衣物” 这样看似简单的日常任务，依然困难重重。感知与动作的割裂、泛化能力的缺失、训练效率的低下、学习方式的单一，这些瓶颈如同一道道难以逾越的鸿沟，阻碍着通用机器人真正走进千家万户，成为人类的得力助手。

具身智能之心

具身领域的真机评测基准都有哪些？具身评测基准是指用于评估具身智能系统（如机器人、智能代理等）在真实或模拟物理环境中执行任务的能力、性能和质量的一套标准化测试框架和指标体系。