具身智能

快讯｜灵心巧手融资15亿计划2026年交付5-10万台灵巧手，Linker Hand系列覆盖多种技术路线🐾 春节前后，AI / 具身智能圈继续热闹非凡：荣耀首款人形机器人将登陆MWC 2026，成为全球首家入局人形机器人的手机公司；智平方斩获超10亿元B轮融资，一年累计完成12轮融资创行业纪录；千寻智能连获近20亿元融资，估值突破百亿，第6家跻身人形机器人"百亿俱乐部"；灵心巧手联合创始人苏洋放话三年内把灵巧手价格打到500元以下，中国制造正在重塑全球灵巧手市场格局。宇树Unitree As2四足机器人重磅发布，MiniMax-2.5把2300亿参数模型塞进Mac本地运行。资本与技术双轮驱动，但商业化落地

BBTSOH15901516044

VR每日热点简报2026.2.25韩国Tesollo机械手1. Steam Frame: Valve下一代VR头显即将成形摘要: Valve的下一代VR头显Steam Frame已进入最终开发阶段，预计2026年发布。这款设备将作为Valve Index的继任者，采用无线设计，支持独立运行和PC VR无线串流。据爆料，规格包括每眼2160×2160分辨率、煎饼镜头、最高120Hz刷新率（实验模式144Hz），搭载骁龙8 Gen 3级芯片、16GB RAM和最高1TB存储。特别的是，设备将包含专用6GHz USB适配器，专门用于无线PC

具身智能平台设计实战｜基于ROS+边缘计算，从搭建到部署具身智能的落地，离不开高效、稳定的AI平台支撑，而ROS（机器人操作系统）+边缘计算的组合，是当前具身智能平台设计的主流方案——ROS负责多模块协同和硬件对接，边缘计算负责本地实时数据处理，两者结合，既能满足具身智能“实时交互、自主决策”的核心需求，又能降低开发难度、提升部署效率。很多开发者在设计具身智能平台时，容易出现模块联动不畅、延迟过高、兼容性差等问题，本文结合实战经验，详细讲解基于ROS+边缘计算的具身智能平台设计流程，从环境搭建、模块开发到部署优化，全程提供实操步骤和代码示例，适配开发者的实战需

人工智能培训

超级人工智能（AGI）是否是大模型的必然发展方向？当GPT-4通过律师资格考试、AlphaFold破解蛋白质折叠难题，大模型的飞速迭代让“超级人工智能（AGI）”再次成为焦点。有人断言，AGI是大模型发展的唯一必然方向，是技术演进的终极宿命；但事实上，大模型与AGI之间存在本质鸿沟，技术路径的多元性、现实需求的导向性，决定了AGI只是大模型可能的发展方向之一，而非必然终点。

人工智能培训

多模态大模型的统一表征与推理范式

《VLA 系列》Dexbotic | 一站式 | 具身智能 | VLA 开发工具箱Dexbotic 是一个基于 PyTorch 构建的开源 VLA 模型工具，面向具身智能领域的研究者和开发者，提供一站式的 VLA 研究服务。

人工智能培训

大模型架构演进：从Transformer到MoE#Transformer#MoE（混合专家）#稀疏激活#专家#模型容量

【具身智能】机器人训练流程机器人训练是一个涵盖硬件和软件、仿真与现实的复杂系统工程。不同类型的机器人（工业机械臂、服务机器人、人形机器人等）训练方法差异很大，但核心逻辑是相通的。

【论文阅读】Towards Learning a Generalist Model for Embodied Navigation摘要研究痛点：解决方案：训练优势：实验成果：核心问题与动机AGI目标：创造能像人一样在物理世界中互动和学习的智能体。

人工智能培训

如何防范大模型被用于制造深度伪造和虚假信息？随着生成式大模型的快速迭代，深度伪造与虚假信息的制作门槛大幅降低，已渗透至金融诈骗、舆论误导、名誉毁损等多个领域，严重威胁社会信任与公共安全。防范大模型滥用，需构建“技术防御、监管约束、行业自律、公众赋能”的多元协同体系，实现全链条、多层次管控，推动大模型技术健康有序发展。

以数据驱动工程机械智能化，网易灵动入选杭州国家语料库首批高质量数据集榜单日前，2025数据要素发展大会成功举行，汇聚产学研力量，共探数据要素发展新路径。会上，杭州国家语料库首批高质量数据集建设先行先试“揭榜挂帅”名单正式发布，网易灵动凭借“灵掘”工程机械数据集项目成功入选，在推动工程机械智能化领域数据资源共享与技术普惠方面获得了官方认可。

人工智能培训

具身智能体的长期任务规划与记忆机制

快讯｜【学术突破】智源Emu3统一架构研究登《自然》正刊，详解多模态“接龙预测”如何打造AI通用大脑；灵心巧手京东春晚千手观音舞惊艳亮相，穿针引线获高度关注🐾 过去的24个小时，具身智能 / AI 赛道都发生了哪些新闻呢？灵心巧手在京东春晚上演千手观音舞，还在亦庄完成穿针引线高难度演示；北京人形发布具身天工3.0，号称更开放更好用；还有智源Emu3登上《自然》正刊，中国AI原创力在顶级期刊刷存在感了。产业化提速的同时，也要清醒看到——这些真能转化为真金白银吗?咱们今天就好好拆解一下。

人工智能培训

深度学习中的梯度消失与梯度爆炸在深度学习模型（尤其是深层神经网络）的训练过程中，梯度消失与梯度爆炸是两类最常见且棘手的问题。二者的本质的是梯度在反向传播过程中的极端累积现象，都会导致模型无法正常收敛、训练失败或性能严重下降——梯度如同模型学习的“指南针”，合理的梯度能引导参数向最优解更新，而梯度的异常衰减或激增，会让这个“指南针”失效或失控。理解二者的成因、表现及解决策略，是掌握深层神经网络训练的核心关键。

人工智能培训

具身智能视觉、触觉、力觉、听觉等信息如何实时对齐与融合？具身智能的核心是让智能体通过与物理世界的持续交互实现目标导向行为，而视觉、触觉、力觉、听觉等多模态信息的实时对齐与融合，是其实现精准感知、高效决策与流畅动作的关键前提——唯有解决不同模态数据的“时空错位”与“语义鸿沟”，才能让智能体真正“看懂、听清、触知、力行”，形成对世界的统一认知并灵活应对动态场景。当前主流技术路径可分为“实时对齐”“特征融合”“工程优化”三大环节，各环节协同联动，兼顾精度、速度与鲁棒性，适配复杂交互场景需求。

科研领域主流机械臂排名值得注意的是，RoboChallenge（2025）这个最新的国际机器人评测基准，选择的机械臂就包括 UR5、Franka、ALOHA 和 ARX-5，说明 ARX 已经进入国际视野了。

人工智能培训

具身智能如何让智能体理解物理定律？具身智能的核心价值的是让智能体摆脱纯抽象符号的认知局限，通过“身体”（硬件载体）与物理世界的动态交互，将物理定律内化为可感知、可预测、可复用的行动能力——这区别于传统AI仅通过数据统计记忆物理规律，而是像人类婴儿学步般，在“感知-行动-反馈”的闭环中，真正“领悟”重力、摩擦、动量等定律的本质，其实现路径可分为四大核心环节，且各环节相互支撑、闭环迭代。

人工智能培训

基于物理交互的具身智能决策框架设计三、典型技术路径与代表性工作四、工程落地中的关键挑战五、未来展望：走向“物理常识”驱动的智能六、结语

快讯｜清华&上海期智研究院开源Project-Instinct框架，攻克机器人“感知-运动”割裂核心难题；灵心巧手入选毕马威中国“第二届智能制造科技50”榜单🐾 过去24小时，具身智能/AI行业一端是政策、资本与顶尖学术机构合力，为产业的未来搭建更坚实的地基；另一端，新旧玩家则在商业化与生存的现实中奋力搏击，接受最严酷的检验。

人工智能培训

具身智能如何在保证安全的前提下高效探索学习？具身智能的核心的是通过物理实体与环境的交互获取认知、优化行为，其探索学习本质是“试错—反馈—迭代”的循环。但物理交互的不可逆性（如机器人碰撞损坏、误触危险设备），使得“安全”与“高效”成为核心矛盾——过度强调安全会导致探索保守、学习低效，盲目追求高效则可能引发安全事故。结合当前技术研究成果，需从安全边界构建、学习范式优化、技术协同支撑三个层面系统设计，实现二者动态平衡，让具身智能既能“大胆探索”，也能“守住底线”。