跳到正文

全部动态

今日 5 条
11月26日周三
11月19日周三
  1. Figure 官方新闻78

    Figure 02 在宝马工厂部署 11 个月,参与生产 3 万辆汽车

    Figure 02 在宝马集团 Spartanburg 工厂部署 11 个月,参与生产 3 万多辆 X3 汽车,累计运行 1250 多小时、装载 9 万多个零件,按周一至周五每天 10 小时班次运行。

    推荐理由:Figure 02 在宝马工厂 11 个月的部署数据与硬件失效点复盘,为判断人形机器人产线落地阶段提供一手参考。

11月18日周二
11月10日周一
  1. lerobot releases20

    LeRobot 发布 v0.4.1

    Hugging Face 的 LeRobot 发布 v0.4.1,新增 EnvHub 支持从 Hub 加载仿真环境,并将 LIBERO 改为 PyPI 包安装、移除原有安装补丁。该版本还修复了数据集特征修改的关键 bug 和数据访问瓶颈以加快训练,并修正 video_key 拼写及训练中的映射边界情况。

11月5日周三
11月1日周六
10月29日周三
  1. lerobot releases62

    Hugging Face LeRobot 发布 v0.4.0

    Hugging Face 的 LeRobot 发布 v0.4.0,引入 Dataset v3 与流式数据集,并新增 OpenPi、Pi0、Pi0.5 和 NVIDIA GR00T N1.5 策略支持。该版本还加入 Libero、MetaWorld 仿真环境,支持多 GPU 训练,并新增 Intel XPU 后端。完整变更见 v0.3.3...v0.4.0 变更日志。

    推荐理由:LeRobot v0.4.0 的变更清单显示数据集格式与策略支持同步扩展,可据此判断现有训练流程的迁移成本。

10月24日周五
  1. NVIDIA dev blog robotics60

    如何仅用智能手机在 NVIDIA Isaac Sim 中重建场景

    NVIDIA 发布教程,介绍如何借助 Omniverse NuRec,仅用智能手机完成机器人仿真场景重建。流程从用 iPhone 拍摄照片开始,经 3DGUT 重建三维场景,再加载进 NVIDIA Isaac Sim 并插入机器人。

    推荐理由:原文给出用手机照片重建仿真场景并接入 Isaac Sim 的完整流程,可迁移到机器人仿真环境搭建。

  2. Open Robotics blog28

    OSRA 正式启用新版机器人增强提案(REP)流程

    开源机器人联盟(OSRA)技术治理委员会正式批准新的机器人增强提案(REP)流程,取代原 ROS 增强提案流程,统一覆盖 ROS、ros-controls、Gazebo、Open-RMF 和 Infrastructure 项目。治理权由单人转为各项目管理委员会(PMC),并扩展编号方案、上线新网站以便检索和区分新旧 REP。首份规范《REP-0001:2025》已发布。

10月18日周六
  1. zenoh releases15

    Zenoh 1.6.2 发布

    Zenoh 1.6.2 发布,新增从 CARGO_PKG_VERSION 获取版本号、to_string 方法并让 IConfig 支持 Send+Sync,以及 SHM 页面预提交功能。修复了连接丢失时 queryable 信息更新的问题,并新增类似 docs.rs 的文档构建任务。

10月16日周四
10月14日周二
10月11日周六
10月9日周四
  1. Figure 官方新闻78

    Figure 发布第三代人形机器人 Figure 03

    Figure 发布第三代人形机器人 Figure 03,围绕其自研视觉语言动作模型 Helix、家庭场景和大规模制造重新设计硬件与软件。Figure 03 配备新一代视觉系统,单相机帧率提升一倍、延迟降至四分之一、视场角扩大 60%,每只手内置掌心相机,指尖触觉传感器可感知小至三克的压力。

    推荐理由:Figure 03 从感知、手部到量产工艺的整体重设计,可看到人形机器人向可制造产品推进的具体路径。

9月29日周一
  1. NVIDIA dev blog robotics62

    NVIDIA Isaac Lab 2.3 正式发布,新增全身控制与增强遥操作

    NVIDIA Isaac Lab 2.3 正式发布(generally available),新增全身控制与增强遥操作,用于提升人形机器人能力。官方称从真实世界示范训练机器人策略成本高、速度慢且易过拟合,仿真优先的方法可降低风险与成本,并支持更安全、适应性更强的部署。

    推荐理由:Isaac Lab 2.3 正式版带来全身控制与增强遥操作,读者可据此评估仿真优先的机器人学习流程。

9月26日周五
9月24日周三
  1. Skild AI 官方研究博客64

    Skild AI 提出 omni-bodied 机器人大脑,10 万种机器人训练实现零样本适应

    Skild AI 训练了一个 omni-bodied 大脑,在包含 10 万种不同机器人的仿真环境中训练,使其能零样本控制训练中从未见过的机器人。在展示中,同一模型无需针对场景微调,就能应对断腿、锁膝、卡轮、踩高跷等形态突变,通过上下文学习在毫秒到数分钟内调整步态并恢复行走。Skild AI 认为,让模型控制所有身体而非单一或少数身体,是通向可靠物理世界 AGI 的路径。

    推荐理由:Skild AI 用 10 万种机器人训练单一策略,展示零样本适应断腿、卡轮等形态突变,可观察跨本体泛化的思路。

9月20日周六
9月18日周四
  1. Figure 官方新闻80

    Figure 发布 Project Go-Big:Helix 实现人类视频到机器人导航的零样本迁移

    Figure 发布 Project Go-Big,为 Helix 视觉语言动作模型构建互联网规模的人形机器人预训练数据集,并与 Brookfield 合作,后者拥有全球超 10 万套住宅单元、5 亿平方英尺商业办公空间和 1.6 亿平方英尺物流空间。

    推荐理由:Figure 公布 Helix 仅用人类第一视角视频训练即可完成真实家居导航,并披露与 Brookfield 的数据采集合作规模。

9月17日周三
9月16日周二
9月15日周一
9月9日周二
9月3日周三
  1. Figure 官方新闻62

    Figure 的 Helix 模型学会装洗碗机

    Figure 的视觉语言动作模型 Helix 在叠衣服、整理包裹之后,新增了装洗碗机的能力,且未引入新算法或专门工程,仅靠新数据训练。Helix 学会了将叠放的盘子分离并依次装入、单手拿起玻璃杯后换手重新调整方向再放置、根据杂乱的初始状态调整策略,以及在抓取失误或碰撞后恢复。Figure 称洗碗机装载、包裹物流和叠毛巾任务由同一通用架构完成,是迈向可扩展人形智能的一步。

    推荐理由:Figure 展示同一 Helix 模型仅靠新数据学会装洗碗机,可观察通用 VLA 架构向多任务扩展的路径。

8月29日周五
8月26日周二
  1. NVIDIA dev blog robotics76

    NVIDIA 发布 Jetson Thor,面向物理 AI 的计算平台

    NVIDIA 发布 Jetson Thor,将其定位为面向物理 AI 的平台。文章称机器人正从单一用途的专用机器转向可适应多种任务的通用机器人,这类机器人结合快速反应与高层推理和规划。原文未给出具体规格、算力或上市信息。

    推荐理由:NVIDIA 官方介绍 Jetson Thor 面向物理 AI 的定位,读者可了解其针对通用机器人推理与规划的硬件方向。

8月12日周二
  1. Figure 官方新闻70

    Figure 的 Helix 学会自主折叠毛巾

    Figure 的视觉语言动作模型 Helix 展示了完全自主折叠毛巾的能力,这是首个由多指手人形机器人通过端到端神经网络完成叠衣的实例。该模型沿用此前完成物流包裹重定向任务的同一架构,未修改模型或训练超参数,仅新增数据集,即可完成从混合毛巾堆中取毛巾、根据初始状态调整折叠策略、从多次抓取错误中恢复,以及用拇指描边、捏角、解开缠绕毛巾等精细操作。

    推荐理由:Figure 展示 Helix 在无架构改动下从物流任务迁移到叠毛巾,可观察端到端 VLA 处理可变形物体的方式。

8月11日周一
  1. NVIDIA dev blog robotics68

    NVIDIA Isaac Sim 5.0 与 Isaac Lab 2.2 正式发布

    NVIDIA 在 SIGGRAPH 2025 上宣布 Isaac Sim 5.0 和 Isaac Lab 2.2 正式开放,两个机器人仿真与学习框架现已在 GitHub 上提供。Isaac Sim 是基于 NVIDIA Omniverse 构建的参考应用,可用于在物理仿真环境中构建、训练和测试 AI 驱动机器人。

    推荐理由:Isaac Sim 5.0 与 Isaac Lab 2.2 正式开放,读者可了解仿真与学习框架在 GitHub 上的可用状态。

8月9日周六
  1. NVIDIA dev blog robotics58

    NVIDIA Research 发布 R²D²:用世界基础模型与工作流提升机器人训练

    NVIDIA Research 发布 R²D²,提出用世界基础模型(WFM)与配套工作流提升机器人训练。WFM 是经过训练、可基于真实环境动态模拟、预测并推理未来世界状态的生成式 AI 模型,用于应对物理 AI 系统对丰富标注数据日益增长的需求。文中提到 NVIDIA Cosmos 是相关平台。