Industry 1060 articles · 355 matching

8 月 19 日下午，世界机器人大会分论坛“具身智能大模型的进化之路：从技术分级到产业落地”在北人亦创国际会展中心举行。生数科技创始人兼首席科学家、ACM/IEEE/AAAI Fellow 朱军发表主旨演讲，发布团队最新研究成果，并系统阐述通用世界模型的五级发展路线。 朱军表示：“从大模型发展的视角来看，我们希望构建的，不只是服务于某个任务或场景的专用模型，而是一个能够理解世界、预测未来并采取行动的通用基座模型。” 从第一性原理出发，定义通用世界模型 世界模型已经延伸到视频生成、环境模拟、机器人决策和动作控制等方向，但行业对“什么样的世界模型才称得上通用”仍缺少共识。 人在学习骑自行车或开车时，会从最初的不协调逐渐变得稳定、准确。其重要原因，是大脑在与外部世界持续互动的过程中，形成了一个关于世界如何运行的“内部模型”。 通用世界模型同样需要三项彼此关联的能力： “通用世界模型不是单一的生成器、模拟器、机器人动作模型或策略模型，也不是这些能力的割裂片段或简单线性串联，而是三种能力耦合在一起的闭环反馈系统。”朱军强调，行动不仅是模型的输出，还会改变环境、产生新信息，并进入下一轮理解、预测和…

如果物理 AI 也能 scaling，意味着什么？ 作者｜Li Yuan 编辑｜靖宇 研究人员先教机器人拿起刷子，把桌上的积木扫进碗里。 然后，他们把刷子拿走，换成一根香蕉。 机器人抓起香蕉，将它横过来贴住桌面，把积木一点点扫进碗中。 随后，香蕉又被换成了一只簸箕。机器人这次没有继续照搬「扫」的动作，而是伸出另一只手，把积木推上簸箕，再端起来倒进碗里。 重点来了，研究人员从来没有在这项任务里教它用香蕉和簸箕，它是自己推理出来的。 已关注 关注 重播 分享 赞 随便看看 --> 关闭 观看更多 更多 退出全屏 切换到竖屏全屏退出全屏 极客公园已关注 分享视频 ，时长00:24 0/0 00:00/00:24 切换到横屏模式 继续播放 进度条，百分之0 播放 00:00 / 00:24 00:24 倍速 全屏 倍速播放中 0.5倍 0.75倍 1.0倍 1.5倍 2.0倍 超清 流畅 您的浏览器不支持 video 标签 继续观看 Gen1.5 模型带来重要进展：物理 AI 正在接近 GPT3 时刻 观看更多 转载 , Gen1.5 模型带来重要进展：物理 AI 正在接近 GPT3 时刻 极…

7 月 5 日，北美的人类世界杯（FIFA World Cup）正在如火如荼地推进。同一时间，韩国仁川松岛会展中心里，另一场世界杯也踢到了决赛日。只是场上的参赛者不是职业球员，而是一台台人形机器人。它们在人工草皮上奔跑、转向、寻找足球，与队友配合、向球门发起进攻。 当天午后，RoboCup 机器人世界杯的人形组大型组决赛正式结束。来自中国的清华大学火神队以 6:2 的成绩战胜中国农业大学山海队，连续第二年取得冠军。第三名则由来自北京信息科技大学的 Water 队获得。“世界杯”的领奖台上，第一次站满了中国队。此外，决赛前三名使用的是同一家公司的机器人：来自加速进化的 Booster T1。 图｜ 颁奖仪式合影 创办于 1997 年的 RoboCup，是全球机器人领域历史最悠久、影响力最大的国际赛事之一，也是目前规模最大的机器人足球竞赛。每年都会吸引来自中国、德国、日本、美国、巴西等数十个国家和地区的高校、科研机构及企业参赛。自创办之初，它还提出了一个极具挑战性的愿景：到 2050 年，让一支全自主人形机器人球队战胜当届人类世界杯冠军。 为什么要让机器人踢足球 要理解这一愿景从何而来，我…

采集，从一条腕带开始

一、90% 的工厂，机器人还进不去 具身智能这两年很热，但热的地方大多不在工厂。 人形机器人在展会上跳舞、倒酒、叠衣服，视频传播量惊人；可一旦走进真实的工业车间，话题就迅速冷下来。原因很简单，工业现场不是实验室，它要求机器人在油污、粉尘、温差和来料不一致的环境里，连续、稳定、可核算地干活。而这恰恰是当前具身智能最薄弱的环节。 传统工业机器人其实已经很强了。高速、高精、大负载，在汽车焊装线、3C 装配线上可以做到毫秒级节拍；在防爆、喷涂等特种场景也有成熟方案。但它的强，是 "确定性" 的强 —— 程序写死、轨迹固定、来料一致，一旦条件发生变化，它就无所适从。 这正是问题所在。全球工业机械臂年增量大约五十万台，听起来不少，但放在整个制造业体量里只是一小部分。在汽车和 3C 之外的通用制造领域，工业机器人的渗透率至今不到百分之二十。剩下那八成以上的场景，不是不需要自动化，而是 "用不起"。 这些场景有一个共同特征：多品种、小批量、高度差异化。工件每一批都不太一样，焊缝位置会变，喷涂件的姿态会变，物流分拣的物料种类上百种。传统机器人的应对方式是，每换一种工件，工程师重新示教、重新编程、重新调试…

展台不再比谁花活多，开始比谁能稳定干满8小时。 作者丨邓哲敏 齐铖湧 编辑丨齐铖湧 上海 WAIC 结束不到一个月，北京 WRC 2026 接棒开启。 短短几十天，谁也不可能把模型推倒重来。想看到什么颠覆性突破，是不现实的。 所以这篇现场观察不单看 WRC 上的展台花活，AI科技评论（雷峰网公众号）会结合几个月来各家综合表现，看“具身大脑”究竟走到哪一步。 先说首日逛展的最大感受：和 WAIC 比，场景变化很直观。 做咖啡的变多了（现场能看到无界动力、仙工等，做咖啡/递杯成了高频演示）； 包裹分拣场景继续发力（自变量速度很突出，原力灵机势头很猛，星动纪元仍在深耕）； 办公、零售场景明显增多（后面会写到星海图、银河通用等）。 而最大的一个特点是，专业观众们的注意力，已经从研究本体欣赏 demo，转为考量大脑能不能稳定干活、能不能算过账。 01 在分拣这个兵家必争之地，泛化是硬通货 先来聊聊这届 WRC 上主打展示分拣的厂商。 物流分拣是具身智能商业化最早被验证、也最被反复打磨的场景。它的好处显而易见：任务明确、环境相对可控、ROI可以算清楚。坏处也很明显：大家都知道它好，所以挤进来的人越…

8月20日，世界机器人大会（WRC 2026期间）由江苏省工业和信息化厅指导、江苏省具身智能机器人产业联盟主办、魔法原子机器人科技有限公司承办的“场景驱动·产需共融”2026具身智能机器人产业生态论坛在北京隆重举行。 雷峰网了解到，本次论坛汇聚了来自中国科学院、清华大学、中国信通院、赛迪研究院等产学研界的专家学者，与江苏省具身智能产业链上下游企业代表齐聚一堂，围绕具身智能产业前沿趋势、场景落地、标准建设与国际化路径展开深度对话，共同探寻产业演进方向与合作共赢的新路径。 行业前瞻：具身智能产业落地的规模化时代已经到来 具身智能产业正从技术验证期迈向规模化落地期。2026年被业界视为具身智能从“尝鲜”迈向“常用”的历史性转折点。今年2月，工信部发布首个覆盖全产业链的具身智能标准体系；工信部与国资委联合启动实景实训专项行动，推动人形机器人在真实场景中常态化部署。 行业共识明确——AI正从数字世界进入物理世界，从演示系统走向生产系统。资本市场同样印证了这一趋势：资金正加速流向有订单、有产品的头部企业，工业场景率先爆发，巡检、物流、危险作业等领域先行落地。江苏作为制造业大省，已构建起覆盖核心零部…

Video Friday is your weekly selection of awesome robotics videos, collected by your friends at IEEE Spectrum robotics. We also post a weekly calendar of upcoming robotics events for the next few months. Please send us your events for inclusion. Humanoids Summit Seoul: 22–23 September 2026, SEOUL IROS 2026: 27 September–1 October 2026, PITTSBURGH CoRL 2026: 9–12 November 2026, AUSTIN Enjoy today’s videos! This is very, very cool. But I’m trying to think of what the commercial use case will be, yo…

大家好，我是天南，具身算法研究员。这两天专门跑了一趟 WRC。早上八点多进场的时候我心里还有点庆幸，人终于比WAIC少点了？十点之后我就被教育了。等我跟某家展台聊完抬起来头，过道就已经是乌泱泱一片，从A馆走到C馆大概都花了10分钟。一天下来，四个馆我堪堪逛了很小的一部分，主要在逛了一些操作、还有灵巧手和触觉。本来琢磨明天再总结写个大总结，但想了想还是写出来吧。先把今天看到的东西和一些想法简单分享给…

Florent Delgrange won the Best Blue Sky Paper Award at AAMAS 2026 for his work Foundation World Models for Agents that Learn, Verify, and Adapt Reliably Beyond Static Environments. We caught up with him to find out more about his vision for agent learning. What is the topic of your Blue Sky Ideas paper and […]

X Square Robot has open-sourced HOST, an inference-time learning framework that lets a humanoid robot watch a 29-second human demonstration and reproduce the skill at 62 percent success. The approach flips the embodied-AI recipe from offline fine-tuning to on-the-fly imitation.

当大语言模型化身为智能体走向真实世界，它们面临的困境，与十年前在十字路口指挥交通的强化学习模型如出一辙。 作者丨岑峰 幸丽娟 编辑丨岑峰 在通往 AGI 的浪潮中，基础模型智能体（Foundation Model Agents）正以前所未有的速度接管各种任务。业界曾普遍乐观地认为，凭借大模型海量的预训练知识，智能体可以无缝适应各种真实场景。 但在现实中，当我们将一个在英文语境下表现完美的智能体，切换到中文或低资源语言环境中时，其错误率往往会呈现断崖式上升。 这种环境切换带来的“智力降级”，真的是大模型时代特有的新问题吗？ 在正在进行的 2026 年的德国不莱梅 IJCAI大会的 Early Career Spotlight（早期职业焦点）环节，亚利桑那州立大学（ASU）助理教授魏华给出了一个极具启发性的“降维”视角：今天大模型智能体所面临的脆弱性，本质上与传统强化学习（RL）在物理世界中遭遇的“仿真到现实（Sim-to-Real）”差距如出一辙。 作为长期深耕强化学习与真实世界决策的学者，魏华教授早年曾在腾讯 AI Lab 担任研究员，后于新泽西理工学院和 ASU 任教。早在2017 …

当前，工业具身智能的规模化落地正卡在关键瓶颈：预训练模型在真实产线的部署成功率普遍不足60%，吞吐率不及人工，叠加居高不下的运维成本，让“机器人进厂干活”迟迟无法大规模兑现。 这一横亘在实验室与工厂之间的“最后一公里”，正在被一家年轻的创业公司打破。 近日，中科大机器人博士段逸凡宣布在上海创立具身智能公司灵犀智涌，定位于工业级自进化具身智能机器人企业。公司搭建了ROSS Harness与CONWAY工业原生模型协同演进的技术体系，推出第一代工业具身Harness系统ROSS ，以“模型+Harness”架构攻克工业具身智能落地的工程难题，该系统已经亮相第二届世界人形机器人运动会。 98年出生的段逸凡是中科大机器人方向博士，读博期间聚焦具身智能，空间智能等方向，相关研究成果先后发表于RSS、IJRR、ICRA、IROS等国际顶刊顶会，而ROSS Harness正是其学术成果工程化落地的核心产物。 段逸凡博士师从中科大机器人权威专家吉建民教授，此次创立灵犀智涌，段逸凡博士邀请吉建民教授以联合创始人、首席科学家身份加入，与其一同执掌灵犀智涌整体技术路线，形成“学术指导+工程攻坚”的双引擎结构…

全栈自研，真机叠衣ICRA夺冠

具身智能产业关注的重点正从“能力涌现”进入“生产力兑现”阶段，拼的不只是单一模型能力。8 月 19 日下午，在北京举行的 2026 世界机器人大会上，百度集团副总裁袁佛玉表示，机器人从“会展示”到“能上岗，需要模型、数据与应用协同形成的系统能力。 百度集团副总裁 袁佛玉 模型从理解语言，走向理解和预测物理世界 机器人真正进入物理世界，仅理解语言并不够，还要理解物体关系、动作后果及环境变化。随着 VLA、世界模型和运动控制加速演进，计算工程系统也面临更高要求。 袁佛玉指出，依托百度百舸 AI 计算平台，百度智能云持续完善面向具身智能的 AI Infra，支持企业完成从数据处理、模型训练、仿真评测到真机推理部署的研发全流程，推动模型从研究原型走向工程系统；在部分合作中，单步推理延迟已进入百毫秒以内区间。 数据从训练材料，变成具身智能最核心的生产要素 具身数据采集成本高、标准不一，且与具体本体、任务和环境高度相关。 袁佛玉认为，未来的重要竞争要素，在于企业积累了多少有效任务小时、捕获了多少高价值失败样本，以及形成了多少能够回流训练的数据。相比重复完成同一动作，失败、纠正、人工接管和边界案例数…

清晨，一台具身智能机器人正在执行实验任务。 它需要完成数百次实验操作，包括试剂取放、试剂配置、自动分液、细胞毒性检测等流程，并实现多个实验设备之间的协同运行。整个过程中，实验室内无需人员操作，由机器人自主完成任务。 这个场景并非科幻小说，而正在国家级科研平台实验室真实发生。 科学智能（AI for Science）的产业革命 今年7月中旬，国家级科研平台实验室迎来了第一批人形机器人。这批名为Monte2的人形机器人，由源络科技与国家级科研实验室联合研发。它的外形并不科幻：两条机械臂、一个简洁的躯干，但执行的操作却比外表看起来精细得多——精准转移微量试剂、精准抓取仪器、自主调动工具，并完成核酸提取预处理、细胞毒性培养实验。与常见的六轴工业机器人不同，Monte2能够在实验台上完成长序列、灵活的实验操作，并复现人类实验员的操作逻辑。 像细胞毒性检测等实验涉及大量重复性操作、流程调试和实验检测，需要投入大量人力和物力。国家级科研实验室主任表示，通过引入人形机器人，科研人员无需持续值守实验现场，可以有效缓解人工操作带来的通量瓶颈和一致性问题。计划到2027年底，实验室将机器人数量扩展至约百台规…

源络科技，推动AI for Science走进实验室3.0

机器人操作正在从“数据饥渴”走向“样本高效”。 作者丨陈淑瑜 编辑丨岑 峰 7月13日，2026年机器人领域顶级学术会议RSS（Robotics: Science and Systems）在澳大利亚悉尼正式开幕。 今年的 RSS 2026最终被主会接收并放进官方日程的论文仅仅 160 篇左右，极低的接受率说明了RSS的含金量一如既往的高，每一篇都经得起全场几百位顶尖研究者的严苛推敲。 雷峰网&AI科技评论已派出报道小组抵达会议现场。在简单的开幕式后，紧跟着的是“Manipulation 1: World Models & Memory”论文报告环节，来自全球顶尖实验室的研究者们展示了机器人操作领域的最新突破。从双臂协同、手术辅助到水下灵巧操作，一个共同的趋势正在浮现：机器人正在摆脱对海量标注数据的依赖，迈向“少样本、强泛化”的新阶段。 研究者们不再死磕千万次高昂的遥操作采集，而是各显神通：有的从人类视频里“白嫖”数据，有的用触觉手套实现跨物种对齐，还有的在推理时加装“安全护栏”。 以下是我们从该环节精选的 9 篇代表作，带你一文看懂机器人如何以极低的成本，学会干最精细的活。如果你也想让…

斯坦福团队提出：机器人不需要见过所有的失败，它只需要学会如何“脑补”另一种可能。 作者丨岑峰 在 AGI 的数字版图里，大语言模型仅靠“读遍互联网文本”就拼凑出了通往智能的通途。这种由 Scaling Law 带来的暴力美学，让整个具身智能行业在过去两年里陷入了一种盲目的“数据崇拜”：人们坚信，只要像训练大模型一样，喂下数以百万小时的视频，机械臂就能在物理世界中无所不能。 而在2026 年的悉尼 RSS 大会，AI科技评论注意到，越来越多的研究者开始讨论，物理世界的数据获取具有时间和空间的“不可逆性”——文本可以被瞬间复制亿万次，但机械臂抓取一次杯子，在物理时空中就必须实打实地消耗数秒。更致命的是长尾效应：摩擦、形变、流体……人类根本不可能通过穷举法，去收集齐机器人面临的所有场景。 来自斯坦福大学李飞飞实验室的 黄文龙（Wenlong Huang），在“Data-Centric Robotics”主题Workshop的演讲中给出了一个“降维打击”式的解法：抛弃对海量“演示数据”的死记硬背，转向“反事实推理”与“脑内搜索”。 作为近年具身智能领域的明星学者，黄文龙的名字此前因 VoxPo…

Image credits: Xiangxiao Liu, Francois A. Longchamp, and Louis GeverBiorobotics Laboratory, EPFL Improving energy performance can effectively extend the time a robot can operate and reduce battery load, enabling lighter, more flexible, and more durable robotic systems. Nature has evolved optimal energy-saving locomotion strategies through billions of years of natural selection, providing unparalleled blueprints for […]

在具身智能的演进中，世界模型被寄予厚望：它不仅要生成未来画面，更要帮助机器人理解世界如何连续变化。然而，当前主流的视频生成与部分机器人世界模型，它们的底层架构大多仍受制于一个固有的思维定式：离散的下一步预测（Discrete Next-step Prediction）。 简单来说，这种模式将连续的物理世界切分成了一帧帧静态的画面。AI 预测未来时，必须像翻连环画一样，根据当前帧去推演下一帧。这种方式在短时间的视觉生成上大放异彩，但面对长视距的物理任务时，却暴露出明显缺陷：由于误差会逐帧累积，时间一长，AI 就容易偏离原本的物理规律，产生不合逻辑的幻觉。 近日，清华大学智能产业研究院（AIR）与加州大学伯克利分校（BAIR）团队合作提出了一种全新的预测范式 ODEWorld，其建立在连续的“物理时间流”（Physical-Time Flow, PT-Flow）之上。与传统方法直接预测下一帧是什么不同，ODEWorld 试图学习的是：世界究竟怎样从当前状态连续地变化到未来状态。 图 | 连续世界模型概念（来源：受访者提供） 实验中，当研究人员把模型预测出的连续中间状态用于指导机器人后，四项…

Video Friday is your weekly selection of awesome robotics videos, collected by your friends at IEEE Spectrum robotics. We also post a weekly calendar of upcoming robotics events for the next few months. Please send us your events for inclusion. Actuate 2026: 18–19 August 2026, SAN FRANCISCO IROS 2026: 27 September–1 October 2026, PITTSBURGH Humanoids Summit Seoul: 22–23 September 2026, SEOUL Enjoy today’s videos! Speaking from experience, I can tell you that the best part of any DARPA challenge …

A survey of over 700 professionals examines how visual and physical AI teams build systems, why models fail, and where data work drives production. Download this free whitepaper now!

The restrictions could accelerate supply chain diversification, but analysts say the impact on the still-emerging humanoid market will be limited in the near term.

Video Friday is your weekly selection of awesome robotics videos, collected by your friends at IEEE Spectrum robotics. We also post a weekly calendar of upcoming robotics events for the next few months. Please send us your events for inclusion. Actuate 2026: 18–19 August 2026, SAN FRANCISCO IROS 2026: 27 September–1 October 2026, PITTSBURGH Humanoids Summit Seoul: 22–23 September 2026, SEOUL Enjoy today’s videos! The DARPA Lift Challenge is taking place through this weekend. There are a couple o…

A new system developed at MIT uses three agents to piece together the objects, walls, and overall look of a 3D scene. Its realistic recreations of indoor spaces help robots practice skills and try out different ways of doing tasks before they’re powered on. Image: Tim Malieckal/MIT CSAIL using assets from the researchers. By Alex […]

IEEE Spectrum 视频周刊展示 Google DeepMind 的 Gemini Robotics 2：作为下一代机器人智能层，解锁智能全身控制、高级灵巧操作与多机器人协作，模型迈出「字面意义的第一步」。AI summary