- 博客(130)
- 资源 (1)
- 收藏
- 关注
原创 VLA模型如何重塑具身智能 —— 8家国内外典型具身智能VLA模型梳理与分析
一、国外典型具身智能VLA架构国外4家典型的具身智能VLA模型:谷歌DeepMind RT-2、Physical AIπ0 、Figure AI Helix 、英伟达GR00T N1。2023年7月,谷歌DeepMind发布具身智能视觉-语言-动作模型(VLA)RT-2(Robotics Transformer 2)。其核心设计是使用互联网规模的网络数据和机器人动作轨迹数据对预训练好的视觉-语言模型(VLM)进行联合微调生成VLA模型。
2025-07-14 11:47:30
3244
原创 谷歌具身智能VLA大模型 —— Gemini Robotics : 将人工智能带入到物理世界
Gemini Robotics模型在精细的柔性布料操作、铰接物体精准操控等多样化任务中展现突出能力。研究人员把该模型能力突出的原因归结于:强大的视觉语言模型,具备增强的具身推理能力;针对机器人任务,采用大规模机器人动作数据与多样化的非机器人数据的特定训练方案;专为低延迟机器人控制设计的独特架构。
2025-06-13 19:36:58
1465
原创 2018~2025:英伟达在具身智能机器人领域的关键布局详解
英伟达在具身智能领域的布局,正以「底层算力驱动者+ 开发生态构建者」的定位重塑具身智能机器人产业格局。其通过Jetson系列芯片提供高性能边缘计算支持,结合 Isaac/Omniverse 开发平台与 GR00T 通用基础大模型,构建了从硬件到软件的全栈技术闭环。
2025-06-06 16:46:10
1710
原创 万字长文详解:五家主流具身智能开源数据集核心内容
5家主流的具身智能开源数据集:Open X-Embodiment、RoboMIND、AgiBot World、RH20T和AIRO。
2025-05-13 16:51:31
2689
原创 聚焦海外:8 家国外动作捕捉方案及设备厂商基础信息盘点
目前,动作捕捉技术主要应用于电影制作、游戏开发、医疗健康、体育等领域。随着人形机器人市场的爆发,动作捕捉技术的应用场景将大幅拓展,并贯穿于机器人的运动控制、行为认知、人机交互等训练场景中。
2025-04-17 13:33:02
2095
原创 下一个万亿市场?动作捕捉系统,或许将是人形机器人通向 AGI 的“核心基建”
遥操作 和 动作捕捉 是常被提到的两种真机数据采集方式,但是两者之间既有区别,又存在关联,容易混淆。
2025-04-13 17:55:55
2104
原创 从CeMAT看极智嘉:如何打造自进化无人仓
11月3日,CeMAT Asia展会上,极智嘉以“全仓自主,极智进化”为主题,展示全品类、全场景、全流程的仓储机器人解决方案。其RSHyper攀爬机器人实现每1000㎡每小时6000箱吞吐,搭配具身智能机器人Gino1与无人拣选工作站RAPS,打通拣选自动化最后一环。依托仓库大脑平台,实现跨形态协同调度,推动7×24小时无人化自主运营。从“全”到“快”,极智嘉正重塑仓储智能化竞争逻辑。
2026-11-05 22:20:27
155
原创 初创黑马”灵犀智涌”:凭 ROSS Harness 杀入工业具身智能第一梯队
灵犀智涌用一台由Demo级本体组装而成的机器人,通过预赛、晋级决赛,最终以160分的佳绩跻身全国三强,成为工业场景赛除行业头部企业外唯一获奖的机器人公司。
2026-08-28 22:05:30
392
原创 DailyOmni 评测结果出炉:智元WITA-Omni Preview 位列榜首
近日,具身全模态理解评测榜单 DailyOmni 最新结果公布:智元自研具身原生全模态大模型 WITA-Omni Preview 综合得分 85.21,排名第一,性能领先千问、Gemini、豆包、英伟达等多款主流模型,在八项细分指标里拿下六项第一。
2026-07-29 09:53:16
364
原创 2026 WAIC:单SoC实现全栈智能,旭日S600获20+头部客户认可开启量产验证
2026年7月15日,上海世界人工智能大会(WAIC)前期,地瓜机器人于上海举办“开启具身智能机器人量产新纪元”媒体沟通会,对外发布旭日S600算力平台的客户落地、技术适配与生态共建成果。
2026-07-17 20:24:17
187
原创 正行创新完成近亿美元天使轮融资,搭建“数据-模型-基础设施”系统性协同架构攻坚物理智能
6月23日,面向物理智能的具身智能企业正行创新(Striding AI)已完成近亿美元天使轮系列融资。投资方包括多家上市企业,多位国内外知名企业家,以及多家一线投资机构。资本的集中加持,反映出市场对其技术判断与商业路径的认可。
2026-06-24 06:39:09
331
原创 WAM + 世界模拟器:具身智能世界模型的双引擎架构
在近期公布的CVPR 2026 WorldArena世界模型赛道评测中,智元(Agibot)自研的Genie Envisioner 2.0(GE 2.0)获得总分第一。
2026-06-10 21:21:30
474
原创 世界模型落地破局:不用高端 GPU,机器人端侧就能实时跑,月成本仅 150 元
近日,智在无界BeingBeyond正式发布Being-H-Flash模型产品,不仅完成百TOPS级端侧芯片实时部署,还率先实现了国产芯片与英伟达平台双适配。
2026-06-05 08:30:59
446
原创 登顶WorldArena Track1!Genie Envisioner-Sim 2.0打通具身智能世界仿真与训练闭环
GE 2.0这样的世界模型,代表了行业为解决数据瓶颈、提升算法能力所进行的前沿探索。它指向一个明确的方向:打造一个能让机器人在仿真世界中自主训练、进化的“虚拟训练场”,并实现数据的有效回流。
2026-05-30 17:22:39
331
原创 英伟达GR00T N系列四代模型演进解析
从2025年3月首款模型GR00T N1发布,到 2026 年 4 月 N1.7 以 Apache 2.0 许可全面开放商用。GR00T N系列围绕感知与推理能力、动作控制精度与流畅度、数据利用效率、跨本体与场景适配性持续迭代,逐步实现从基础能力验证到工业级实用化的跨越。
2026-04-29 20:54:52
699
原创 芯驰发布具身智能全栈芯片:大脑R1、小脑D9与E3-R系列执行MCU
芯驰科技精准布局具身智能领域,推出全栈式芯片解决方案:面向机器人“大脑”的SoC、面向“小脑”的智控SoC,以及面向激光雷达、机器视觉、运动中枢、灵巧手和关节模组的E3-R系列MCU。其中,D9-Max小脑芯片和E3119-R关节模组MCU已可提供完整的软硬件开发套件,支持客户快速落地研发。
2026-04-28 09:58:28
645
原创 一个模型搞定所有任务?π0.7如何让机器人真正学会“举一反三”
π0.7是基于π0.6的VLA架构与MEM记忆系统构建,核心升级是将上下文从简短任务文本扩展为更丰富的多模态信息:更具表达力的语言指令、交互片段元数据(速度、质量和失误标记等)以及视觉子目标图像。这使得模型能在多样化甚至非最优的数据上训练并持续提升性能。
2026-04-22 22:24:09
489
原创 2026年3月,国内具身智能机器人企业融资情况汇总
2026年3月,中国具身智能机器人赛道融资热度持续升温。其中,基础模型层与核心部件层的企业融资规模显著。
2026-04-02 18:09:32
1224
原创 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
Physical Intelligence(PI)团队在最新研究论文《RL Token: Bootstrapping Online RL with Vision-Language-Action Models》中,提出了 RL Token(RLT)方法。该方法通过构建 VLA 与轻量级强化学习之间的紧凑接口,仅需数小时真实交互数据,即可让机器人完成精密操作的在线优化,有效解决了通用模型难以兼顾泛化性与精确性的行业痛点,为机器人灵巧操作提供了全新技术路径。
2026-03-31 10:26:38
530
原创 智元机器人赛事官方解读:双赛道升级,以开源生态共推具身智能落地
智元 Genie 业务部生态及解决方案总监沈咏剑表示,本届赛事是去年赛事的全面迭代升级,在赛事设计、工具链层面和选手支持方面均做了优化。一方面旨在降低开发者参赛门槛、提升参与体验,另一方面也是希望能够助力参与者在赛事实践中深化对具身智能产业的理解与认知。
2026-03-27 10:59:59
610
原创 破解具身智能数据瓶颈:哪条技术路线才是最优解?单选Or并行?
未来突破具身智能数据瓶颈的关键,应聚焦于挖掘模型对互联网数据、合成数据以及真机数据等多元化数据的使用效率,进而从根本上降低具身智能对真机数据的依赖。目前,行业内已在真机交互数据、合成数据与互联网视频数据三大方向,均涌现出一批具备落地潜力的探索路线与技术实践。
2026-03-23 11:33:50
540
原创 MANSION —— 破解具身智能环境资源瓶颈,打造建筑级数字试验场
MANSION是一个分层多智能体框架,能够将自然语言描述的建筑需求逐步转化为可交互的多层3D场景。该框架的核心创新在于将垂直对齐作为首要硬约束,通过多模态大语言模型驱动的混合架构,将高层语义与低层几何解耦,实现了真正的开放世界可扩展性,无需新增数据或重新训练即可生成多样化建筑类型。
2026-03-20 08:52:11
387
原创 从数据开源到范式共创:智元机器人如何深度“嵌入”英伟达物理AI版图?
智元机器人与英伟达的合作贯穿机器人硬件平台、端边云全栈算力、模型部署与工业量产四大核心维度。目前,双方正围绕机载超级大脑开展联合硬件适配,支持百亿参数的VLA模型与世界模型在机器人本体本地高效推理,满足电子制造、汽车总装、物流作业等场景下0.1毫米级精密操作与长程自主规划需求。
2026-03-18 09:33:28
350
原创 地瓜机器人获1.2 亿美金融资,产业资本和顶级VC集体押注机器人新基建
2026年3月16日,地瓜机器人宣布近期完成1.2亿美元B1轮融资。加上2025年完成的1亿美元A轮融资,公司两轮累计融资总额已突破2.2亿美元。
2026-03-16 11:03:22
324
原创 导远科技 × 银河通用 —— 车规级 IMU 赋能具身智能机器人场景
近日,导远科技与银河通用机器人达成合作,导远科技将为银河通用的具身智能机器人提供车规级惯性测量(IMU)模组 IMU5146,为机器人提供高精度速度与姿态数据,支撑其在复杂动态场景下的平衡控制与导航定位。
2026-03-13 17:37:48
262
原创 DreamZero:从语言理解到世界建模——具身智能的WAM新范式
DreamZero证明了预训练视频扩散模型可以成为机器人通用基础模型的优秀底座。通过联合建模视频与动作,它使机器人能够从海量互联网视频中继承通用的物理时空先验,大幅降低对真实机器人训练数据的依赖,实现高效的通用技能学习与泛化。
2026-03-12 22:03:25
766
原创 PI VLA模型解读系列(四):多尺度具身记忆(MEM)—— 终结机器人 “金鱼脑”,让机器人拥有长时记忆
MEM 的出现,绝不仅仅是给 VLA 模型打了一个 “记忆补丁”,而是为具身智能的发展,打开了一扇全新的大门。
2026-03-07 09:24:36
585
原创 具身智能风口下,中金保时捷基金连续两轮加注无界动力
中金保时捷基金连续参与通用具身智能机器人企业无界动力的天使轮与天使+轮融资,这也是该基金首次在早期阶段连续两轮追投同一家企业。随着第三轮融资接近完成,累计融资额将达8亿元。
2026-03-06 17:54:26
434
原创 2026年2月,国内具身智能机器人企业融资情况汇总
2026年初,中国具身智能赛道资本市场热度持续高涨,星海图、千寻智能、智平方这三家以“大脑”见长的企业接连完成大额融资,继宇树科技、智元机器人、银河通用之后,成功跻身百亿估值独角兽行列,行业“第一梯队”格局进一步明晰。
2026-03-02 14:07:01
1818
原创 突破纯视觉局限!VT-WM(视觉-触觉世界模型),让机器人“更懂”物理接触的真实世界
纯视觉世界模型的局限在于,单靠视觉难以精确刻画物理接触关系。VT-WM通过融合指尖触觉与外部视觉,将模型的“想象”锚定在接触物理规律上,能够在遮挡场景下维持对物体状态的稳定估计,使预测更贴合真实物理法则。
2026-02-27 11:04:47
939
原创 天使+ 轮融资超2亿元,无界动力提速具身智能产业化与全球部署
2026 年 2 月 14 日,通用具身智能机器人领域新锐企业无界动力正式宣布完成超 2 亿元天使 + 轮融资。
2026-02-14 11:18:45
1194
原创 Helix 02 :移动+操作融合,解锁人形机器人全身控制的VLA模型
基于此,Figure 公司于2026年1月发布了 Helix 的升级版 ——Helix 02,将控制能力从机器人上半身拓展至全身,实现了行走、操作与平衡三大功能的一体化协同控制。
2026-01-31 17:01:14
750
原创 PI VLA模型解读系列(三):从π0.6模型到人机技能迁移涌现现象
2025年11月,PI发布了具身智能VLA模型π0.6,同时,推出一种名为RECAP(基于优势条件策略的经验与修正强化学习)的方法,并利用此方法,训练出来了全新的π*0.6模型。2025年12月,PI开发了一种利用人类第一视角数据改进模型的方法,并且在研究中观察到人机技能迁移的涌现现象。
2026-01-26 10:25:35
1333
原创 PI VLA模型解读系列(一):从π0模型到Hi Robot
2024年10月,Physical Intelligence(以下简称“PI”)正式发布用于通用机器人控制的VLA模型π0
2026-01-19 14:18:53
1141
原创 PI VLA模型解读系列(二):从π0.5模型到实时分块算法(RTC)
2025年4月,PI发布了具身智能VLA模型π0.5,该模型采用多源异构数据进行协同训练,其开放世界泛化能力得到显著提升。
2026-01-19 14:14:24
1689
转载 让科技陪伴有温度:傅利叶GR-3首秀CES 2026
作为首次独立参加CES的企业,傅利叶此次亮相不仅彰显了中国企业在人形机器人领域进行全球化布局的信心,也承载着公司以“立足康养、聚焦交互、服务于人”发展战略赋能全球未来产业的愿景。
2026-01-10 08:01:16
194
原创 定义下一代机器人训练?智元 SOP:VLA 模型真实世界分布式在线后训练的关键突破
智元机器人的本次研究结果表明,执行与学习的系统级耦合对于后训练的成功而言,其重要性与底层算法不相上下。通过让机器人集群持续上传在线策略经验数据,并反向接收更新后的策略模型,SOP 框架将传统的阶段性微调模式,升级为可规模化扩展的闭环学习模式。
2026-01-07 10:37:34
1218
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅