跳到正文
今天10月5日周一6 条
  1. cnBeta44

    Figure 为何宁可熔掉 F.02 机器人也不出售或拆解?

    Figure 公司选择将退役的 F.02 人形机器人机队运至芬兰熔炉销毁,而非拆解或拍卖,以防止知识产权泄露并避免拖慢 F.04 的研发进度。官方称机器人完成了自主跳入钢水的动作,但未公布成功率等可验证数据。中国新规倾向于对含电池和稀土的废弃电子产品进行编码、溯源和拆解回收,与 Figure 的处置路径形成对比。

  2. cnBeta45

    MIT 研发纸薄生物混合机器人,靠活体肌肉细胞划水并响应光线转向

    麻省理工学院工程师研发出一种由活体骨骼肌细胞驱动的薄型游泳机器人,其厚度约半毫米,可通过光刺激控制肌肉收缩实现前进和转向。该机器人采用 GelMA 骨架和方形沟槽引导细胞排列,训练后鳍片位移提升约四倍,直线游速约为每分钟 4 个自身长度。研究团队认为这种二维肌肉薄膜设计比三维肌肉块更省细胞、成本更低,未来或可用于环境监测等精细探测任务。

  3. cnBeta36

    MIT 研发蓝光驱动超薄肌肉机器人,水中速度达每分钟4倍体长

    MIT 工程师研发出由活体骨骼肌细胞驱动的超薄水下机器人,其左右鳍片由可响应 470 纳米蓝光的小鼠肌肉细胞薄层控制。该机器人在水槽中直线最高速度约为每分钟 4 倍机身长度,旋转速度最高约每分钟 1200 度,且优化后的肌肉薄膜功能维持时间超过 30 天。这项研究旨在解决传统生物混合机器人体积过大的问题,未来或可用于环境监测等任务。

10月4日周日
  1. cnBeta60

    KAIST 与微软研发“神经价值对齐”AI 系统,通过脑电波判断意图

    KAIST 与微软的研究团队开发了名为“神经价值对齐”的 AI 系统,利用脑电图监测用户大脑的预测误差信号,以判断 AI 是否理解或执行了用户的真实意图。系统分析奖励预测误差和状态预测误差两类神经信号,能区分错误发生在目标还是执行层面。

    推荐理由:原文介绍了利用脑电信号解决人机意图对齐模糊性的具体方法,为理解下一代交互式智能系统提供了技术视角。

  2. 钛媒体35

    载人机器人:从科幻到现实,为何“载人”设计仍是挑战与机遇?

    载人机器人面临远超静态承重的动态控制与乘员安全挑战,其“老成持重”的动作是保障稳定的底线。这类机器人在伤员转运、无障碍出行及新奇体验等特定场景中,能解决现有设备无法覆盖的复杂地形移动难题。其理想操作方式应高度自主化,让用户无需复杂控制即可完成移动任务。

  3. MarkTechPost46

    NVIDIA IsaacTeleop 教程:从手部和控制器追踪到机器人动作的基于图的重定向引擎

    NVIDIA IsaacTeleop 框架通过基于图的重定向引擎,将 XR 手部追踪和运动控制器输入转换为仿真及真实机器人的指令。本教程使用 NumPy 构建所有输入,在普通 Colab CPU 上逐步演示了从生成合成手部与控制器数据、编写可实时调参的重定向器,到驱动内置夹爪和 SE(3) 重定向器并构建完整动作图的全过程。

10月3日周六
9月29日周二
  1. IEEE Spectrum · AI31

    机器人专家的一天:Hello Robot 联合创始人 Charlie Kemp

    Hello Robot 联合创始人兼首席技术官 Charlie Kemp 致力于开发用于家庭和工作场所的辅助机器人,以帮助老年人和行动不便人士提升生活独立性与质量。其公司研发的 Stretch 机器人被用作研究和开发平台,探索人机友好交互的新方式。Kemp 强调,通过与特定应用领域的专家(如职业治疗师)合作,才能为机器人技术带来最具影响力的实际应用。

9月24日周四
  1. Microsoft Research49

    Microsoft Research 研究:为物理 AI 机器人卸载推理可提升性能与续航

    Microsoft Research 的研究表明,将物理 AI 机器人的推理任务从机载 GPU 卸载到边缘或云端,能显著提升任务成功率并延长电池续航。在移动操作任务中,卸载推理使障碍物及时检测率提升30%,并将机器人手臂交接物体的成功率提高了50%。该研究还引入了基于 Kubernetes 的工具集,用于在机器人、边缘和云端之间容器化与编排 AI 工作负载。

9月14日周一
9月10日周四
  1. AI Business32

    Neura Robotics 与 SECO 合作在欧洲规模化物理 AI

    德国机器人初创公司 Neura Robotics 选择意大利公司 SECO 为其认知机器人设计和构建计算模块。双方将基于高通 Dragonwing 处理器开发模块,首先应用于 Neura 的人形机器人 4NE1,并合作开发半导体与电子制造领域的物理 AI 应用。此次合作是 Neura 在完成 14 亿美元融资后,推动物理 AI 生态的最新举措。

9月2日周三
8月11日周二
  1. MIT News · 人工智能39

    MIT CSAIL 与清华大学提出 GeoPT:让 AI 模型具备物理感知,模拟更广泛的真实场景

    MIT CSAIL 与清华大学的研究人员提出了一种名为 GeoPT 的预训练方法,能让模拟模型更高效地学习物理规律。该方法通过 130 万份合成动力学样本进行训练,使模型在达到峰值性能时速度提升 2 倍,所需标注数据减少高达 60%。GeoPT 在模拟风洞、波浪对船体作用及车辆碰撞变形等工业场景中,其速度和准确性均超越了当前最先进的模型。

7月31日周五
  1. MIT News · 人工智能24

    MIT CSAIL 主任 Daniela Rus 获巴伐利亚高科技奖

    MIT CSAIL 主任 Daniela Rus 因在机器人、人工智能和自主系统领域的贡献,荣获 2026 年巴伐利亚州长高科技奖。评委会特别认可她在自组织机器人集群、软体机器人、自主移动和类脑人工智能四个方向长达 30 年的工作,其研究致力于开发能在非预设真实环境中推理与适应的智能机器。她的团队开发了可摄入的折纸机器人、自组装自主船队以及高效的液态神经网络,并共同创立了 Liquid AI。

4月20日周一
  1. Berkeley AI Research49

    GRASP:面向长时程世界模型的梯度规划方法

    伯克利 AI 研究团队提出梯度规划器 GRASP,旨在解决基于学习型世界模型进行长时程规划时面临的优化病态、局部极小值和高维潜在空间失效等难题。该方法通过将轨迹提升至虚拟状态以实现跨时间并行优化,直接向状态迭代添加随机性以增强探索,并重塑梯度以提供清晰的动作信号。GRASP 提升了梯度规划在长时程、高维视觉空间任务中的鲁棒性。