搜索
端到端策略模型在物理世界频频失灵，研究者转向 “大模型智能体 + 工具调用” 自救，试图在动态物理世界中持续学习。然而，这条在线学习路径在物理世界仍未真正走通。
Gemini 领跑，GPT表现平平，国立清华、英伟达提出双奖励孪生网络，告别算力焦虑。
机器人撬开啤酒瓶盖，啤酒泡沫涌起，酒液从画面右下角流入杯中。
具身智能时代，一种过去成熟的机器人品类正被重新定义价值——AGV/AMR搬运车。
人形机器人跟人打乒乓球，你可能见过。
机器人走出实验室后，训练数据不再只是 “多不多” 的问题：环境能否覆盖真实世界的尺度、遮挡、接触和运动，直接决定策略能否落地。Real2Sim 因此重新受到关注 —— 如果普通视频也能变成可交互的仿真场景，采集成本会比人工建模或专用设备低得多。
8月17日，RoboScience机器科学正式发布轮式仿人形通用操作机器人——REX G1，定位为“新一代具身智能生产力伙伴”。
“全球首个具身 Physical AI 开源生态，将如何改写机器人行业格局？ ”
上周我去参加了一场在旧金山举办的 robotics meetup，主办方是 Silicon Valley Robotics 和 Nomadic AI，地点在 717 Market Street。说实话，我去之前没有太高的预期，觉得这类活动大概就是几个人站着聊天喝酒，讲几个 demo 然后散场。但五个演讲下来，我发现我想多了。
当机器人把书放进抽屉，它看到的是一串二维图像，然而真正需要完成的，却是一段发生在三维空间、持续随时间演化的动作。